スパースモデリングを用いた河川水位予測の豪雨災害を想定した性能比較
書誌事項
- タイトル別名
-
- PERFORMANCE COMPARISON OF RIVER WATER LEVEL PREDICTION USING SPARSE MODELING ASSUMING HEAVY RAIN DISASTER
抄録
<p>本論文は豪雨災害時の河川水位予測にスパースモデリングを適応することを目指し,L1正則化項のみを考慮したLasso回帰,L2正則化項のみを考慮したRidge回帰,及びこれらを一般化したElastic netによる予測結果を比較した.水位予測モデルの学習には令和2年7月豪雨の被害を受けた3河川6地点の過去10年分のデータを用い,豪雨災害期間の実測値で評価した.その結果,Lasso回帰とRidge回帰は異なる説明変数に重みをつけた学習をする傾向があるが,Elastic netはLasso回帰とほぼ同等の予測性能であり,選択される説明変数も多くが共通した.流域面積が広い場合はスパースモデリングによる予測モデルはリードタイムが長い傾向にあった.平成30年北海道豪雨のデータを用い,時系列を考慮したリカレントニューラルネットワークによる水位予測とも比較し,ほぼ同精度で安全側の予測が可能であることも明らかとした.</p>
収録刊行物
-
- AI・データサイエンス論文集
-
AI・データサイエンス論文集 3 (J2), 446-455, 2022
公益社団法人 土木学会
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1390575588668965248
-
- ISSN
- 24359262
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
- KAKEN
-
- 抄録ライセンスフラグ
- 使用不可