[4Rin1] インタラクティブ2

[4Rin1-42] 洪水予測用AI：予測精度改善に向けた物理ベースの深層学習とデータ同化によるバイアス補正の方法

〇岡田 治¹、佐々木 一英¹、落合 孝秀¹、平国 妙子¹ (1.一般財団法人河川情報センター)

キーワード：減災システム、時系列データ分析、物理ベースの深層学習、データ同化、バイアス補正

深層学習は汎用関数近似器で、運動量保存則等の微分方程式で表現される物理現象、動的に振る舞うデータの学習の困難さが問題となっている。また、実世界のデータはバイアスがあり、AIの社会実装で予測の偏りと精度低下が問題となっている。本研究では深層学習で洪水予測することを第１の目的とし、その達成のために、過去洪水データから微分方程式のパラメータを学習するための物理ベースのAIを開発した。また、バイアスを含むレーダ雨量データで洪水予測することを第２の目的とし、その達成のために、データ同化の手法により事前学習済みパラメータと観測データから推定したパラメータを重みづけるバイアス補正の方法を検証した。検証の結果、物理ベースの深層学習とデータ同化の方法により、バイアスを含むデータであっても洪水予測の精度向上とバイアス補正の効果が確認できた。気候変動により灼熱の地球、洪水の激甚化という危機が迫っている。この成果は、AIを用いた洪水予測が物理ベースとなり動的に振る舞うデータの学習が容易という点、AIの社会実装でも予測の偏りが補正され精度向上するという可能性の点で人工知能のコミュニティにとっても重要である。