文献

J-GLOBAL ID：202102282220317851   整理番号：21A2453407

月降雨量予測のための深層BLSTM-GRUモデル:ブータン,Simtokhaの事例研究【JST・京大機械翻訳】

Deep BLSTM-GRU Model for Monthly Rainfall Prediction: A Case Study of Simtokha, Bhutan

著者 (4件)： Chhetri Manoj (Department of IT, College of Science and Technology, Chukkha 21101, Bhutan) ,  Kumar Sudhanshu (Department of Computer Science & Engineering, Indian Institute of Technology Roorkee, Uttarakhand 247667, India) ,  Roy Partha Pratim (Department of Computer Science & Engineering, Indian Institute of Technology Roorkee, Uttarakhand 247667, India) ,  Kim Byung-Gyu (Department of IT Engineering, Sookmyung Women’s University, Seoul 04310, Korea)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 12  号： 19  ページ： 3174  発行年： 2020年 
JST資料番号： U7270A  ISSN： 2072-4292  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 降雨予測は,特に農業部門における多くの人々の依存のため,重要な作業である。予測は,降雨の動的性質のため,難しく,さらに複雑である。本研究では,Bhutan,Thimphuの首都圏のSimtokhaの月間降雨予測を行った。降雨データは,Bhutanの水文学部門(NCHM)の国立センターから得た。この地域の自動測候所によって記録されたパラメータに基づく線形回帰,多重Layer Perceptron(MLP),畳込みニューラルネットワーク(CNN),Long Short Termメモリ(LSTM),ゲートリカレントユニット(GRU),および双方向Long Short Termメモリ(BLSTM)による予測能力を研究した。さらに,本論文では,既存のマシンと深層学習モデルよりも性能が優れているBLSTM-GRUベースモデルを提案した。研究の6つの異なる既存モデルから,LSTMは0.0128の最良平均二乗誤差(MSE)スコアを記録した。提案したBLSTM-GRUモデルは,0.0075のMSEスコアで41.1%のLSTMを凌駕した。実験結果は有望であり,提案したモデルが降雨予測システムでより低いMSEを達成できることを示唆した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  *降雨 ,  農業 ,  水文学 ,  ブータン王国 ,  測候所 ,  多重化 ,  月雨量 ,  *事例研究 ,  深層
準シソーラス用語： 首都圏 ,  線形回帰 ,  平均二乗誤差 ,  深層学習 ,  降雨予測 , 【Automatic Indexing@JST】

著者キーワード (6件)： 降雨予測 ,  LSTM ,  CNN ,  線形回帰 ,  GRU ,  BLSTM

分類 (2件)： 人工知能  (JE08000Z) ,  自然語処理  (JE06000L)

引用文献 (39件)：

• Toth, E.; Brath, A.; Montanari, A. Comparison of short-term rainfall prediction models for real-time flood forecasting. J. Hydrol. 2000, 239, 132-147.
• Jia, Y.; Zhao, H.; Niu, C.; Jiang, Y.; Gan, H.; Xing, Z.; Zhao, X.; Zhao, Z. A webgis-based system for rainfall-runoff prediction and real-time water resources assessment for beijing. Comput. Geosci. 2009, 35, 1517-1528.
• Walcott, S.M. Thimphu. Cities 2009, 26, 158-170.
• Abhishek, K.; Kumar, A.; Ranjan, R.; Kumar, S. A rainfall prediction model using artificial neural network. In Proceedings of the Control and System Graduate Research Colloquium (ICSGRC), Shah Alam, Malaysia, 16-17 July 2012; pp. 82-87.
• Darji, M.P.; Dabhi, V.K.; Prajapati, H.B. Rainfall forecasting using neural network: A survey. In Proceedings of the 2015 International Conference on Advances in Computer Engineering and Applications (ICACEA), Ghaziabad, India, 19-20 March 2015; pp. 706-713.

タイトルに関連する用語 (6件)： 月降雨量 ,  予測 ,  深層 ,  モデル ,  ブータン ,  研究