機械学習を用いた極域における熱輸送メカニズムの解明
| Project/Area Number |
20K11718
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 60030:Statistical science-related
|
|---|
| Research Institution | Hosei University |
|---|
Principal Investigator |
伊藤 香寿恵 (鈴木香寿恵) 法政大学, 理工学部, 助手 (20455190)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山内 恭 国立極地研究所, その他部局等, 名誉教授 (00141995)
徳永 旭将 九州工業大学, 大学院情報工学研究院, 准教授 (50614806)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2021: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2020: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
|
|---|
| Keywords | 半自動学習 / Atmopheric River / 衛星観測 / Atmospheric River / 機械学習 / 時系列解析 / 熱収支 / 熱輸送 / 地球温暖化 |
|---|
| Outline of Research at the Start |
衛星観測による雲画像は，上空から輝度温度を測定した結果であり，雲の三次元構造にそのまま置き換えることは難しい。
雲構造の解釈のために気象数値モデルを使って時間変化も含めた雲の四次元構造を捉え，雲発達を予測する統計モデルを構築する。 雲発達モデルを未学習の雲画像に対して適用させ，降雪をもたらす雲が発生した時点で自動検出することが目標である。 また，両極域を対象とした解析や予測を実施し，南北における熱輸送の違いから，地球温暖化の影響について検討する。
|
| Outline of Annual Research Achievements |
本研究では生の観測データを収集，下処理後に教師データを作成し，学習器を生成する手順で研究を進めているため，最初のステップである教師データの作成に多くの手間と時間がかかる．教師データについては雲画像から検出したい雲を別の気象観測データおよび目視で抜き出し，タグ付けを行っている．このタグ付け作業を半自動化する試みを実施した．検出したい雲エリアをアノテーションとして付与し，そのアノテーションを学習することで，教師タグを自動判別で付与する学習器の開発を行った．これまで九州工業大学内における口頭発表と2023年5月に行われるJpGU 2023にてポスター発表を行う予定である．
また，本研究において軸となる検出したい「降雪をもたらす雲」について，「降雪がある」としている雲と「降雪がない」としている雲が具体的にどういう違いがあるのか，降雪雲の定義について論文執筆を行い，国際会議二件と国内会議二件において口頭発表を行った．特に降雪がある雲はAtmospheric River (AR)の定義に用いられている鉛直積分した水蒸気フラックス量(IVT)が極端に増加する時と一致して観測されており，衛星観測からARを捉えることが可能であると判断している．しかしながら投稿論文は不採択となり，現在大幅な修正を準備している．不採択となった論文についてはオープン・アクセスであるアーカイブ雑誌において査読無し論文として掲載されている．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
コロナ禍および就業先の人員不足により本務の負担が増えた結果，研究活動時間を予定より維持できなかったため衛星観測画像データの取得および下処理に時間がかかっており，学習器の生成が遅れている．
|
| Strategy for Future Research Activity |
教師データを半自動的に生成する手法の開発を進めており，取得画像の下処理後にそちらを適用して迅速な研究の推進を行う準備をしている．
|
Report
(3 results)
Research Products
(17 results)
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
[Book] Advances in Artificial Intelligence, Selected Papers from the Annual Conference of Japanese Society of Artificial Intelligence (JSAI 2020), L11: Identifying the Snowfall Cloud at Syowa Station, Antarctica via a Convolutional Neural Network2021
Author(s)
Yada, K., Katagami, D., Takama, Y., Ito, T., Abe, A., Sato-Shimokawara, E., Mori, J., Matsumura, N., Kashima, H. (Editors), Kazue SUZUKI, Masaki SHIMOMURA, Kazuyuki NAKAMURA, Naohiko HIRASAWA, Hironori YABUKI, Takashi YAMANOUCHI, Terumasa TOKUNAGA (Coauthors)
Total Pages
390
Publisher
Springer International Publishing
ISBN
9783030731137
Related Report
