リアルタイム洪水予測モデルにおける複数の目的関数を用いた最適化手法および自動追加学習手法の考案
岡峰 奈津美著者
- 岡峰奈津美／株式会社 建設技術研究所 東京本社 水システム部
- 此島健男子／株式会社 建設技術研究所 東京本社 水システム部
- 米勢 嘉智／株式会社 建設技術研究所 東京本社 水システム部
岡峰 奈津美“リアルタイム洪水予測モデルにおける複数の目的関数を用いた最適化手法および自動追加学習手法の考案” に対して3件のコメントがあります。
コメントは受け付けていません。
岡峰 奈津美岡峰 奈津美コメントは受け付けていません。
著者の皆様へ；資料を拝見させて頂きました。とてもユニークな研究内容と思いました。また、実用的な観点から対話型（正確には、データ同化でしょうか）で最新のパラメータを更新し、精度向上を図っていることが良く分かりました。素人の質問で恐縮ですが、スライド12枚目について、質問がございます。世代が進むにつれて、予測結果が絞られているようですが、もし、最初の世代で極端な予測（例：未経験洪水）が発生した場合（以下、極端事象）に、その極端事象の予測は、後続の世代では、消滅すると考えて良いのでしょうか？極端事象は発生確率が非常に小さいので、後続世代まで生き残るのが難しいように感じました。
木村様：
ご質問をいただき誠にありがとうございます。
極端事象は重要なデータですので、それが後続世代まで残るような仕組みが必要と考えます。
今回は、大規模出水を対象とするような想定であり、極端事象が生き残ると想定しております。
追加学習によって追加洪水が増えるに従い、パラメータ同定を行う対象事象が増えるわけですが、極端事象とそれ以外の事象について、ここでは重みを一律と仮定しています。
そのため、発生頻度の低い極端事象の比重は、相対的に低くなることは考えられます。
今後は洪水規模による重みを可変にした場合も含めて、検討をしていきたいと考えています。
岡峰様；丁寧なご返答を頂きましてありがとうございます。詳細を理解できました（勉強になります）。今後、極端事象とそれ以外の事象の重みつけも考慮して、ご検討されるとのこと、成果を期待しています。