Gradient Boostingの適用によるダム流入量予測の精度向上

DOI Web Site 被引用文献2件
  • 天方 匡純
    八千代エンジニヤリング株式会社 技術創発研究所
  • 藤井 純一郎
    八千代エンジニヤリング株式会社 技術創発研究所
  • 梁田 信河
    八千代エンジニヤリング株式会社 北日本支店

書誌事項

タイトル別名
  • Accuracy Improvement of Dam Inflow Discharge Forecasting by Applying Gradient Boosting, Yachiyo Engineering Co., Ltd.
  • Gradient Boosting ノ テキヨウ ニ ヨル ダム リュウニュウリョウ ヨソク ノ セイド コウジョウ

この論文をさがす

抄録

<p>近年，低頻度の外力現象の多発により，多くの水害・土砂災害が発生している。これらの被害を最小限に留めるべく，治水能力を有するダムは貯水機能を最大限に活用するため，事前放流操作や異常洪水時防災操作といった規定に基づき運用される。しかし，さらなる効果的な貯水池運用を目指す場合，ダム流入量の予測精度向上は不可欠である。本稿では，Gradient Boosting Decision Treeと呼ばれるアンサンブル機械学習手法をダム流入量予測スキームに適用し，ニューラルネットワークモデルに比較して高い予測精度を確保できることを示す。</p>

収録刊行物

  • ダム工学

    ダム工学 30 (1), 18-27, 2020-03-15

    一般社団法人 ダム工学会

被引用文献 (2)*注記

もっと見る

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ