書誌事項
- タイトル別名
-
- A CASE STUDY OF FLOOD WATER LEVEL PREDICTION IN THE TOKORO RIVER IN 2016 USING RECURRENT NEURAL NETWORKS
抄録
<p> 洪水時を想定した水位予測に深層学習を用いた全結合ニューラルネットワーク(FCNN)などの機械学習を用いたモデル化手法がいくつか提案されている.しかし,モデル化の際に観測された水位情報の時系列性はあまり考慮されていない.本論文では,時系列情報処理構造を持つリカレント型のニューラルネットワーク(RNN)を洪水時の水位予測に用いることを提案する.提案法で2016年8月の北海道豪雨で被害を受けた常呂川の洪水事例で本川にある5地点の水位予測を行い,水位の実測値との平均二乗誤差(RMSE)で評価した.その結果,リードタイム(LT) 6hの時にRMSEが全地点平均で0.29mであった.この結果は,従来型のニューラルネットワークに比べLT 6hで0.11m小さく,RNNを用いることの有効性が示された.</p>
収録刊行物
-
- 土木学会論文集B1(水工学)
-
土木学会論文集B1(水工学) 74 (5), I_1369-I_1374, 2018
公益社団法人 土木学会
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1390846609778502912
-
- NII論文ID
- 130007757795
-
- ISSN
- 2185467X
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
- Crossref
- CiNii Articles
-
- 抄録ライセンスフラグ
- 使用不可