| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2013-10-18 13:55 極値降雨予測のためのニューラルネットワークモデル ○ジュナイダ スライマン・Darwis Herdianti・廣瀬英雄（九工大）  R2013-65 |
|
| 抄録 | （和） | これまで降雨予測には，日毎，月毎，年毎というような単位で行なわれていたが，ここでは5日間での降雨の最大値のトレンドを観測データとしながら極値降雨を予測することを試みる． ニューラルネットは最近水文学の分野で活発に用いられており適切な入力パラメータを選択することで予測精度を上げることができる．ここでは粒子群最適化をこのニューラルネットに加えることで最適化を図っている．従来の統計的方法であるARIMAによる結果と比較した結果，提案方法は良好な結果を得た． |
| （英） | Several days of precipitation can increase the magnitude of accumulated water in a basin. This can cause the lower area of community and housing over flooded with rainfall water in a short time. Many researchers are using precipitation data for forecasting the number of rainy days in daily, monthly and yearly. However, with a maximum 5-day precipitation, we can predict the magnitude of precipitation within a specified period for example in a month, that may identified as precipitation extremes. Therefore, this study describes a method to forecast the trend of maximum 5-day precipitation in the following month using a hybrid of artificial neural networks (ANN) and particle swarm optimization (PSO). It is important to analyze the trend of extreme precipitation for future prediction of high precipitations events in the area of interest. ANN is widely applied in the hydrology field due to its non-linearity ability to map a non-stationary and seasonal data. Here, we have compared ANN with seasonal autoregressive integrated moving average (ARIMA) to measure their performances in forecasting next month maximum 5-day precipitation. Prior to model development in ANN, the significant input lags are determined using linear correlation analysis (LCA) and stepwise regression method (SLR), respectively. Results showed that ANN method is feasible in forecasting precipitation extremes when it is trained with the particle swarm optimization. | |
| キーワード | （和） | ニューラルネット / 豪雨 / 粒子群最適化 / 極値降雨 / ARIMA / / / |
| （英） | artificial neural networks / particle swarm optimization / extreme precipitation / seasonal autoregressive integrated moving average / / / / | |
| 文献情報 | 信学技報, vol. 113, no. 249, R2013-65, pp. 7-12, 2013年10月. | |
| 資料番号 | R2013-65 | |
| 発行日 | 2013-10-11 (R) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | R2013-65 |
|
| 研究会情報 | |
| 研究会 | R |
| 開催期間 | 2013-10-18 - 2013-10-18 |
| 開催地（和） | kyutechプラザ |
| 開催地（英） | |
| テーマ（和） | 信頼性一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | R |
| 会議コード | 2013-10-R |
| 本文の言語 | 英語（日本語タイトルあり） |
| タイトル（和） | 極値降雨予測のためのニューラルネットワークモデル |
| サブタイトル（和） | |
| タイトル（英） | A Neural Network Model for Forecasting Precipitation Extreme |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ニューラルネット / artificial neural networks |
| キーワード(2)（和/英） | 豪雨 / particle swarm optimization |
| キーワード(3)（和/英） | 粒子群最適化 / extreme precipitation |
| キーワード(4)（和/英） | 極値降雨 / seasonal autoregressive integrated moving average |
| キーワード(5)（和/英） | ARIMA / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | ジュナイダ スライマン / Junaida Sulaiman / ジュナイダ スライマン |
| 第1著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyushu Inst. of Tech.) |
| 第2著者 氏名（和/英/ヨミ） | Darwis Herdianti / Darwis Herdianti / |
| 第2著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyushu Inst. of Tech.) |
| 第3著者 氏名（和/英/ヨミ） | 廣瀬 英雄 / Hideo Hirose / ヒロセ ヒデオ |
| 第3著者 所属（和/英） | 九州工業大学 (略称： 九工大) Kyushu Institute of Technology (略称： Kyushu Inst. of Tech.) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2013-10-18 13:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | R |
| 資料番号 | R2013-65 |
| 巻番号（vol） | vol.113 |
| 号番号（no） | no.249 |
| ページ範囲 | pp.7-12 |
| ページ数 | 6 |
| 発行日 | 2013-10-11 (R) |
[研究会発表申込システムのトップページに戻る]