| 研究課題/領域番号 |
24K15091
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61030:知能情報学関連
|
|---|
| 研究機関 | 高知工科大学 |
|---|
研究代表者 |
星野 孝総 高知工科大学, システム工学群, 准教授 (10351321)
|
|---|
| 研究分担者 |
四宮 友貴 静岡理工科大学, 情報学部, 講師 (90843251)
|
|---|
| 研究期間 (年度) |
2024-04-01 – 2027-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2026年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2025年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2024年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | 降雨-流出(R-R)長期AI予測 / Cascaded‐ANFIS / 機械学習 / RCPシナリオ未来予測データ / 地球温暖化防止RCPシナリオ |
|---|
| 研究開始時の研究の概要 |
台風や大雨による洪水被害が深刻化する中、洪水リスクを回避しつつ水資源の安定供給
には、河川流量の予測精度を向上させることが重要である。降雨-流出(R-R)予測は、降雨から河川流量の予測を行う。アプローチには統計モデル、物理モデル、AI予測などがあるが、観測データの欠損や特性のズレ、気候変動による曖昧な変化などの不確実性への対応が難しい。そこで本研究では、R-R予測モデルに、申請者らが開発したCascaded-ANFISと機械学習を用いて予測精度向上を目指す。従来型を拡張した高次元推論とデータ駆動型の機械学習を組み合わせ、さまざまな条件の長期予測シミュレーションを通じて、実用可能性を明らかにする。
|
