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 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| 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 / 衛星観測 / Atmopheric River / 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 |
これまで作成した衛星観測雲画像のうち，Atmospheric Riverとした雲について作成した正例・負例データセットを用いた教師データを減らして学習する手法について検証を進めた．CoSPAは物体識別の際に必要となる画像セグメンテーションを半教師あり学習という形で行う新しい画像処理のための機械学習の手法であり，本研究で用いている衛星観測雲画像に対して適用を試みた．CoSPAの有用性を検証するために，一般的なオートエンコーダとしてU-Netによるセグメンテーションも実行した．
セグメンテーションの評価指標として，ここではIoU(Intersection over Union)とDiceの平均値をデータセット毎に算出した．結果から，CoSPAによるセグメンテーション生成は一般的なU-Netより優れていると判断できるが，ピクセル単位での評価であることに注意が必要である．したがって，手動で教師データのタグ付けを行うよりもある程度スクリーニングを実施することが出来ると予想できる．今後は，新たに入手する衛星観測雲画像に対して，CoSPAによる教師データ生成を実施し，最終的に人間による手動判別を実施することで教師データ生成が容易になると期待している．
また，観測データの理解を深めるため，雪のサンプリング観測に参加した．研究成果の解釈や，実データへの適用に役立つ情報を得ることができ，最終年度につなげていく予定である．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
北極側のデータセット作りが遅れているが，正例を自動的に生成するための深層学習は概ね準備が整ってきた．
|
| Strategy for Future Research Activity |
研究代表者の所属先が変わり，研究に割ける時間が大幅に増加した．再延長し，最後のデータセット作りを迅速に行い，両極の雲画像について自動識別を実施する．結果をまとめて学会発表および雑誌論文として報告する．
|
Report
(4 results)
Research Products
(22 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
