機械学習

[II-212] LSTMによる流量欠測値補完方法の検討

〇児島 利治¹、Wei lisi²、大橋 慶介¹ (1.岐阜大学、2.岐阜大学大学院)

キーワード：深層学習、RNN、過学習、確率的勾配降下法、欠測値補完

本研究では河川流量欠測値の補完にLSTM（Long Short-Term Memory）を適用した．深層学習における最適化アルゴリズムとして一般的に用いられる確率的勾配降下法(SGD)は良い学習結果を高速に得る事ができる一方で，そのランダム性により少しずつ結果が異なる．1000回の学習を行ったところ，各学習結果に無視し得ない差異が発生する事が確認された．1000回の学習結果のうちランダムに選んだ20回の学習結果のハイドログラフを平均したところ， Nash-Sutcliffe係数の上側95％値で0.904を示し，結果のばらつきを減少させ十分な精度を示すことができた．