文献

J-GLOBAL ID：202102246816814136   整理番号：21A0452402

LSTMモデルを用いた低平地排水機場の水位予測

WATER LEVEL PREDICTION AT DRAINNAGE PUMP STATIONS IN LOW LANDS USING LSTM MODEL

著者 (7件)： 木村延明 (農研機構 農村工学研究部門) ,  中田達 (The International Water Management Institute) ,  桐博英 (農林水産省 農林水産技術会議事務局) ,  関島建志 (農研機構 農村工学研究部門) ,  安瀬地一作 (農研機構 農村工学研究部門) ,  吉永育生 (農研機構 農村工学研究部門) ,  馬場大地 ((株)アーク情報システム 数理解析部)
資料名： 土木学会論文集 B1(水工学)(Web)  (Journal of Japan Society of Civil Engineers, Ser. B1 (Hydraulic Engineering) (Web))
巻： 75  号： 2  ページ： I_139-I_144(J-STAGE)  発行年： 2019年 
JST資料番号： U0103B  ISSN： 2185-467X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 近年のインフラ・自然環境が激変している低平地の排水管理のために,最適な排水機場の運転が求められる.排水管理を支援するために,水位・流量を予測できる人工ニューラルネットワーク(ANN)の一種である,長期的な時系列データの学習に有効な長短期記憶(LSTM)モデルを開発した.従来型ANNモデルの予測結果との比較を行うために,LSTMモデルは,比較的シンプルな排水管理を行う流域とより複雑な排水管理を行うに流域に導入された.前者の流域では,機械学習のための観測データが不足していたために,模擬データを作成し,両モデルの排水機場遊水池の水位予測の結果を平均平方二乗誤差(RMSE)で評価した.LSTMモデルの水位の2時間後までの予測結果について,模擬データとのRMSEは,従来型ANNモデルより10%以上の改善が見られた.一方,後者の流域では,長期間観測された水位データのみを利用し,従来型ANNモデルとLSTMモデルを比較して,3時間後までの観測期間のうち,最大水位を含む区間の予測では6%前後,また,全検証区間の平均予測は約1.5%の改善が見られた.(著者抄録)

シソーラス用語： *排水機場 ,  *土地 ,  *平野 ,  水質管理 ,  *ニューラルネットワーク ,  データ ,  *モデル ,  機械学習 ,  測定データ ,  遊水池 ,  工数 ,  LSTMネットワーク ,  時系列データ ,  低平地 ,  排水管理 ,  管理
準シソーラス用語： ANNモデル ,  LSTM ,  LSTMモデル ,  人工ニューラルネットワーク ,  *水位予測 ,  長短期記憶

著者キーワード (4件)： ANN model ,  LSTM ,  Pseudo learning data ,  low-land drainage systems

分類 (2件)： 下水・廃水処理施設  (SC03020P) ,  ネットワーク法  (KA03040X)

引用文献 (11件)：

• 1) 増本隆夫:気候変動と水田の水利用,日本雨水資源化システム学会誌 17巻 2号,pp. 79-85,2012.
• 2) 西原是良:農業水利システムの維持管理問題に関する経済分析,博士論文,東京大学,2013.
• 3) 山本忠男,喜多丈典,長澤徹明:農業水利施設の維持管理作業に対する参加促進要因の考察,農村計画学会誌 29巻 2号,pp. 101-106,2010.
• 4) McCulloch, W. S., & Pitts, W. : A logical calculus of the ideas immanent in nervous activity, The Bulletin of Mathematical Biophysics, Vol. 5, No. 4, pp. 115-133, 1943.
• 5) 木村延明,中田達,安瀬地一作,関島建志,桐博英,馬場大地:人工ニューラルネットワークモデルを利用した排水機場遊水池の水位予測に関する研究,農研機構研究報告 農村工学部門 3巻,pp. 71-80,2019.

タイトルに関連する用語 (5件)： モデル ,  低平地 ,  排水機場 ,  水位 ,  予測