セッション詳細
[S32]深層学習
2024年12月4日(水) 13:45 〜 15:45
第一会場(ホール)
司会１:一言 正之(日本工営) 司会２:金子 凌(千葉大学)
[184]Convolutional LSTMを用いた降水予測に関する基礎的研究
*竹内 勝哉1、藤森 祥文2、森脇 亮3 (1. 日本工営株式会社、2. 愛媛大学 理工学専攻 環境建設工学講座、3. 愛媛大学 理工学専攻 環境建設工学講座)
[185]深層学習に基づく生成モデルを用いたドップラー風速データからのランキン渦再構成
*井貫 恵多朗1、金子 凌2、岡﨑 淳史3、小槻 峻司4 (1. 千葉大学 工学部 総合工学科、2. 千葉大学 環境リモートセンシング研究センター、3. 千葉大学 国際高等研究基幹、4. 千葉大学 国際高等研究基幹)
[186]APPLICABILITY OF DETECTING SURFACE WEATHER FRONTS USING CONVOLUTIONAL NEURAL NETWORK BASED DEEP LERANING
*Yiwen MAO1、Tomohito J. YAMADA2 (1. Graduate School. of Eng., Hokkaido University、2. Faculty of Eng., Hokkaido University)
[187]HYDROLOGICAL FORECASTING TESTS ON NEURAL NETWORK MODELS CONSIDERING INPUT VARIABLE SELECTION AND DATA QUALITY
*Sunmin KIM1、Yuma TANAKA2、Yasuto TACHIKAWA3 (1. Dept. of Civil and Earth Resources Eng., Kyoto University、2. Dept. of Intelligence Science and Technology, Kyoto University、3. Dept. of Civil and Earth Resources Eng., Kyoto University)
[188]SPATIALLY EXPLICIT MACHINE LEARNING MODEL FOR FLOOD INUNDATION AUGMENTED WITH HYDRODYNAMIC MODELING
*Kexin LIU1、Ryosuke AKOH2、Tomoki TAKUNO3、Tatsuki YAMAMOTO3、Shiro MAENO4 (1. Graduate School of Environmental, Life, Natural Science and Technology, Okayama University、2. Institute of Academic Research, Okayama University、3. Graduate School of Life, Natural Science and Technology, Environmental and Life Sciences, Okayama University、4. Institute of Academic Research, Okayama University)
[189]1次元非定常流計算を導入したPhysics-informed neural networks(PINN)の開水路流れへの適用
*木村 延明1、皆川 裕樹2、木村 匡臣3、福重 雄大2、吉永 育生2 (1. 農研機構 農村工学研究部門、2. 農研機構 農村工学研究部門、3. 近畿大学 農学部)
[190]河川カメラ，物体検出AI及び大規模マルチモーダルモデルによる人の河川利用調査の検討
*山田 悠生1、吉田 圭介2、潘 是均3、小島 崇4 (1. 岡山大学大学院 環境生命自然科学研究科、2. 岡山大学 学術研究院環境生命自然科学学域、3. 岡山大学大学院 環境生命科学研究科、4. 株式会社東京建設コンサルタント 環境防災研究所)