Stacked Recurrent Neural Networkによる桜島噴火予測
書誌事項
- タイトル別名
-
- Predicting Eruptions of Sakurajima by Stacked Recurrent Neural Network
抄録
<p>火山の噴火は時として多くの人々に甚大な被害をもたらす。本稿では桜島に設置 されている観測装置(伸縮計)から得られる時系列センサーデータから火山噴火 を予測する我々の試みについて述べる。伸縮計の100分間のデータをもとに、 その直後の60分間の火山の状態が"噴火"か"非噴火"かを予測することが目標である。 Stacked Recurrent Neural Networkを用いて、平均F値66.1%の精度を達成した。 また、時系列データを"Non-eruption"、"May-eruption"、"Warning"、"Critial" の4つのカテゴリに分類する4段階警告システムを提案する。"Critial"カテゴリ における爆発的噴火の割合は51.9%であった。</p>
収録刊行物
-
- 人工知能学会全国大会論文集
-
人工知能学会全国大会論文集 JSAI2018 (0), 2A102-2A102, 2018
一般社団法人 人工知能学会
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1390001288047404800
-
- NII論文ID
- 130007423841
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
- CiNii Articles
-
- 抄録ライセンスフラグ
- 使用不可