文献

J-GLOBAL ID：202102299392642024   整理番号：21A0702597

深層学習モデルLSTMを用いた降水予測モデルの検討

著者 (2件)： 金子凌 (東京理大) ,  仲吉信人 (東京理大 理工)
資料名： 土木学会年次学術講演会講演概要集(CD-ROM)  (土木学会全国大会年次学術講演会講演概要集(CD-ROM))
巻： 75th  ページ： ROMBUNNO.CS15-31  発行年： 2020年08月01日 
JST資料番号： L4438B  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

本文一部表示： 1.背景と目的.降水量を定量的に予測することは,治水や利水において重要である.これまでも,数値気象モデルを始め様々なアプローチが行われ成果を挙げている.一方,深層学習があらゆる分野で成果を挙げ始め世間の着目を集めており,土木や気象の分野でも...【本文一部表示】

シソーラス用語： 最適化 ,  気温 ,  *降水 ,  降水量 ,  風速 ,  標準化 ,  気象 ,  水利用 ,  豪雨 ,  移流 ,  *降水予報 ,  *予測モデル
準シソーラス用語： アメダス ,  時系列データ ,  予測精度 , 【Automatic Indexing@JST】

著者キーワード (6件)： 機械学習 ,  深層学習 ,  降水予測 ,  LSTM ,  ディープラーニング ,  AMeDAS

分類 (2件)： 気候学,気候変動  (DC05140T) ,  中小規模擾乱,降水特性  (DC05120X)

タイトルに関連する用語 (4件)： 深層学習 ,  モデル ,  LSTM ,  降水予測