IoT雨量計データを用いた局所降水量予測では，既存研究により気象庁モデルのMAEやF1 Scoreなどを改善できることが示されているが，12か月の学習データを要することが実運用上での課題となっている．本研究では，学習期間を1・3・6か月に短縮した場合の性能変化を比較し，1・3か月モデルが6・12か月モデルよりも優位となる場合があることを示した．さらに，他地点で学習したモデルの転用可能性と，転用時にファインチューニングを行った際の精度向上を検証したが，転用モデルは対象地点の短期間データのみで学習したモデルに劣り，対象地点データの有無が予測性能を左右することが分かった．