4P-03
深層学習を用いたマルチモーダル学習による降水量予測
○林　政行，Rafik Hadfi，伊藤孝行（名工大）
近年, 数時間以内の降雨量の予測を時空間データの予測と捉え, リカレントニューラルネットワーク(RNN)を用いた深層学習の手法により, 一定区域における将来の降水量の高精度な予測を実現している.一方, 降水量は気圧配置, 雲の厚さ, または風向きといった複数の気象要素が要因となって変化するが, 既存手法では降水量以外の要因が考慮されていない.そこで本稿では, 複数の要素を基に時空間データを予測する手法を提案する.提案手法はRNNを用いた時空間データ予測手法に複数の要素を多チャンネルの画像として入力することで予測を行う.評価の結果, 先行研究と比較し, 本研究により高精度な降水量の予測が得られることを確認した.
footer 著作権について 倫理綱領 プライバシーポリシー セキュリティ 情報処理学会