降雨分布を用いたニューラルネットワークによる水位予測手法の実務適用に向けた精度検証 2025年6月16日 最終更新日時 : 2025年6月16日 大野 剛 著者 大野剛/大成建設株式会社 佐山敬洋/京都大学教授防災研究所 織田幸伸/大成建設株式会社 説明資料 ohno_002_特設サイト用ダウンロード
ご発表ありがとうございました。
ニューラルネットワークの検証と予測の点で、2点質問させてください。
検証では予測する年以外のデータで学習して、予測年の水位を予測し、観測結果と比較していると認識しております。
だとすると、予測年ごとにニューラルネットワークのパラメータ(ハイパーパラメータではなく、モデル内部のパラメータ)は全て異なるということでしょうか。
また、その場合、現場に予測システムとして実装する際、どの条件で学習したモデルで予測することが妥当か、判断が必要かと思いますが、どのようにお考えでしょうか。
以上、ご教授いただければ幸いです。
蟹江様
返信が遅くなり申し訳ありません
ご質問に対して,以下回答いたします
>検証では予測する年以外のデータで学習して、予測年の水位を予測し、観測結果と比較していると認識しております。だとすると、予測年ごとにニューラルネットワークのパラメータ(ハイパーパラメータではなく、モデル内部のパラメータ)は全て異なるということでしょうか。
ーーー>
コメントの通り、予測年ごとに学習をしているためノード間の重みパラメータは異なっております.
>また、その場合、現場に予測システムとして実装する際、どの条件で学習したモデルで予測することが妥当か、判断が必要かと思いますが、どのようにお考えでしょうか。
以上、ご教授いただければ幸いです。
ーーー>
実工事への適用時では,全過去データを学習することを想定しております.全データを学習することで,多くの出水イベントを学習対象に含めたいためです.また実工事に適用後も,一定期間が経過したら再度学習する(出水イベントの学習データを増やす)ことで,予測精度を高めること考えております.
以上になります.
不明点などありましたらコメントいただけたらと思います.