講演情報
[2-36]小規模ため池への実装を見据えた事前学習型水位予測モデルの提案
*楠堂 紡1、藤井 成弘2、岡山 貴史3、木村 匡臣3、松野 裕3 (1. 愛甲農業科学専門学校、2. 大阪府、3. 近畿大学農学部)
キーワード：
ため池、深層学習、LSTM
小規模ため池の流域治水には低コストな水位予測ツールが求められる．本研究では，短期間の観測データで実用的なAIモデルの開発を目指し，事前学習済みのLSTM encoder-decoderモデルの可能性を検討した．その結果，LSTM層の重みを固定し再学習したモデルは，事前学習をしないモデルと比較してRMSEが27.5%改善した．本手法は，ため池管理において実用的な水位予測モデルとして活用が期待される．
コメント
コメントの閲覧・投稿にはログインが必要です。ログイン