| 研究課題/領域番号 |
16K21585
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
統計科学
環境動態解析
|
|---|
| 研究機関 | 法政大学 (2019)
国立研究開発法人国立精神・神経医療研究センター (2018)
統計数理研究所 (2016-2017) |
|---|
研究代表者 |
伊藤 香寿恵 (鈴木香寿恵 / 鈴木 香寿恵) 法政大学, 理工学部, 助手 (20455190)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019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)
2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2017年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2016年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 機械学習 / 降雪 / 南極 / 水蒸気輸送 / 衛星画像 / 衛星観測 / 雲画像 / 識別問題 / イメージング解析 / 画像解析 / ディープラーニング / 画像、文章、音声等認識 / 気象学 |
|---|
| 研究成果の概要 |
南極・昭和基地を対象に降雪時に着目している雲頂高度の高い雲が降雪に対して寄与をもつことを確認した．ブリザードは飛雪効果を持つため，衛星雲画像から抽出した雲データは涵養量を表すパラメーターであることが妥当と判断した．
5年分の雲画像を用い，降雪時の雲を正例としたCNNによる自動識別のための学習を行ったが，まだ正答率が十分ではなく，より一層の学習器の精度向上が必要と判断し，30年分の画素の荒い大きな画像に対する学習は行わなかった．
|
| 研究成果の学術的意義や社会的意義 |
本研究は深層学習を長期間取得，保存されている南極域の衛星雲画像データに適用するものであり，データの利活用の一端を担っている．それと共にこれまで観測自体が難しい南極氷床質量収支を新たな方法で推測する手法の開発である．機械学習を南極域の衛星雲画像データに適用する例は世界的にはすでに存在しているが，降雪・涵養量の推定を目的とした研究としては初めてであり，気象・気候の数値モデルや衛星画像のアルゴリズムだけではない第三の手法として定量化が実現できればそれぞれのモデルの検証や改良にも役立つ結果となるだろう．
|
