| 研究課題/領域番号 |
16K12466
|
|---|
| 研究種目 |
挑戦的萌芽研究
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
知覚情報処理
|
|---|
| 研究機関 | 国立情報学研究所 |
|---|
研究代表者 |
北本 朝展 国立情報学研究所, コンテンツ科学研究系, 准教授 (00300707)
|
|---|
| 連携研究者 |
筆保 弘徳 横浜国立大学, 教育学部, 准教授 (00435843)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2018-03-31
|
| 研究課題ステータス |
完了 (2017年度)
|
| 配分額 *注記 |
3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2017年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2016年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 台風 / 深層学習 / ディープラーニング / 気象衛星画像 / パターン認識 / ドボラック法 / 温帯低気圧化 / 時系列モデル / 画像情報処理 / 機械学習 / 気象情報 / 衛星画像 / データセット |
|---|
| 研究成果の概要 |
台風は気象学的にも社会的にも重要な現象であるが、その勢力や構造に関する分析はこれまで専門家の人手による方法に頼ってきた。そこで本研究は、台風に関する大規模衛星画像データセットに機械学習（特に深層学習）を適用することで、ビッグデータという視点から台風を分析する新しい手法を提案する。取り組んだテーマは「台風階級の分類」「台風中心気圧の回帰」「台風から温帯低気圧の遷移」「時系列モデルへの拡張」の4つである。特に「台風から温帯低気圧への遷移」に関しては、深層学習ベースの新指標「温低遷移指数」を提案して気象庁ベストトラックと比較したところ、気象庁のタイミングが平均して半日ほど遅いとの結果を得た。
|
