2018 Fiscal Year Annual Research Report
Construction of AI-assisted Real-time water level prediction system
Project/Area Number |
16K01339
|
Research Institution | National Institute of Technology, Toyama College |
Principal Investigator |
古山 彰一 富山高等専門学校, 電子情報工学科, 教授 (90321421)
|
Co-Investigator(Kenkyū-buntansha) |
千葉 元 大島商船高等専門学校, その他部局等, 教授 (20369961)
水本 巖 富山高等専門学校, その他部局等, 教授 (40239257)
加藤 茂 豊橋技術科学大学, 工学(系)研究科(研究院), 教授 (40303911)
岡辺 拓巳 豊橋技術科学大学, 工学(系)研究科(研究院), 助教 (50464160)
有田 守 金沢工業大学, 工学部, 准教授 (80378257)
|
Project Period (FY) |
2016-04-01 – 2019-03-31
|
Keywords | ニューラルネットワーク / 潮位 / 防災 / 高潮 / 人工知能 |
Outline of Annual Research Achievements |
富山湾沿岸域の人工知能(AI)による水位予測システムを開発した。 この研究では、予測値が1時間ごとに更新される潮位予測を作成することである。潮位の予測値は、気象庁と海上保安庁のホームページで公開されておるが、この予測値は天文潮汐や気圧などによる潮汐に基づいており、局所的な地形の影響を考慮して予測することは困難である。そこで、ニューラルネットワーク(NN)を用いて潮位の予測を試みた。 NNであれば、適切な学習さえされていれば大気圧や地形の影響を考慮して潮位を予測することができると考えられる。 本研究では、過去24時間の潮位データをNNの入力値として将来の潮位を予測した。潮位データは当校の沿岸の臨海実習場から取得され、NNの組成、学習パターンなどを調整することによって、リアルタイムの潮位予測可能なシステム構築を目指した。 富山高専での2008年12月17日から2009年3月2日までの観測データがこのシステムで試行された。システムは、過去24時間の潮汐データから将来の24時間の潮汐、すなわちニューラルネットワークにおける24個の入力データおよび24個の出力データを予測する。 予測された潮汐と観測データを比較し、その結果、平均誤差3 cmで潮位を予測することができ、さらに1時間以内に学習を完了することができた。これより予測された潮汐は実際の観測された潮汐データと合理的に一致していることが確認され、リアルタイムデータ取得が可能となれば、リアルタイムでの潮位予測が可能である事を示唆できた。
|