文献

J-GLOBAL ID：202302259480528226   整理番号：23A1830593

機械学習による都市内の風速推定精度の検討

Accuracy of wind speed prediction in urban areas using machine learning

著者 (2件)： 難波拓人 (近畿大 大学院総合理工学研究科) ,  道岡武信 (近畿大 理工)
資料名： 計算工学講演会論文集(CD-ROM)  (Proceedings of the Conference on Computational Engineering and Science (CD-ROM))
巻： 28  ページ： ROMBUNNO.A-10-02  発行年： 2023年05月31日 
JST資料番号： L2913B  ISSN： 1342-145X  資料種別： 会議録 (C)
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： 都市内における建築物の設計には建物周辺の風推定が必要であるが,風洞実験あるいは数値シミュレーションによる予測には多くの時間と労力を要する。本研究では,機械学習を適用して,建物の平面形状と高さの2つの入力値から都市内における風速分布の再現性を検討する。学習と同じ風向に対する機械学習モデルは,強風域と風速を上手く推定したが,学習と異なる風向に対してはモデルの予測精度は低下した。(翻訳著者抄録)

シソーラス用語： *都市域 ,  *風速 ,  *風向 ,  建築設計 ,  *機械学習 ,  速度分布 ,  再現性 ,  風洞試験 ,  シミュレーション ,  *精度 ,  風害 ,  ニューラルネットワーク
準シソーラス用語： CNN ,  ビル風 ,  畳込みニューラルネットワーク ,  *推定精度 ,  数値シミュレーション ,  風速分布

分類 (4件)： 建築環境一般  (RB02010T) ,  人工知能  (JE08000Z) ,  都市問題,都市防災  (RD01030O) ,  建築設計,建築家,建築史  (RB04000W)

引用文献 (5件)：

• 中村良平,吉川優: 人工知能(AI)を用いた市街地風環境予測技術の開発,大成建設技術センター報,Vol.52, pp.42-1 - 42-8,2019
• Fukami et al,Super-resolution reconstruction of turbulent flows with machine learning,Journal of Fluid Mechanics, Volume 870, pp. 106-120,2019
• Hu J.et al,Squeeze-and-excitation networks, 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition, pp. 7132-7141,2018
• Yasuda Y. et al, Super-resolution of near-surface temperature utilizing physical quantities for real-time prediction of urban micrometeorology, building and Environment,Vol.209, 108597,2022
• 道岡武信 ほか:機械学習による複雑地形上の地上風予測,計算工学講演会論文集,計算工学会,Vol.27,2022

タイトルに関連する用語 (4件)： 機械学習 ,  都市 ,  風速 ,  推定精度