[2Q1-J-2] 機械学習: 予測モデル

[2Q1-J-2-03] データ非線形性とダム流入量予測精度に関する研究

〇天方 匡純¹、安野 貴人¹、藤井 純一郎¹、嶋本 ゆり¹、大久保 順一¹ (1. 八千代エンジニヤリング株式会社)

キーワード：ダム流入量、LSTM、データ非線形性

我々は上流側と下流側の流況データの相関関係を使って，ダム流入量の予測精度向上を目指している．上流側と下流側の水位・流量のデータ関係を扱う場合，その非線形性に着目し，非線形性の程度に応じてモデリングの方法を変えていかなければならない．本稿では，分布型流出解析モデルによって生成した時系列データに偏差を与え，非線形性のデータを作成した．その後，深層学習ネットワークの一種であるLSTMを使って，その非線形性データを学習し，ダム流入量予測モデルを作成した．結果として，通常の観測値が持つ偏差は深層学習モデルの複雑さに影響しないことが分かった．