| 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 | 2019-02-14 13:20 機械学習を用いた衛星放送電波モニタリングに基づく降雨推定の試み ○西村竜一・鄭 炳表・川崎和義・高橋 卓（NICT）  SAT2018-79 |
|
| 抄録 | （和） | 衛星放送の受信アンテナにおける受信電波強度は,降雨の影響を受けて減衰する.したがって,逆に受信電波強度から降雨状況の推定も可能であると考えらえる.そこで,サンプリング周期 1 秒で観測した衛星放送の電波強度から機械学習を用いて降雨量を推定することを試みた.同一地点で降雨量と衛星電波強度を継続的に観測したところ,地球の自転に基づく衛星の位置変化が原因と思われる周期的な受信レベルの日変化が観測された.そこで,これを RNN のひとつである LSTN により推定して除去し,さらにその信号を用いて深層学習による降雨量の推定を行った.30 日間の観測データに基づき学習および評価を行ったところ,時間単位の長い間隔で見ると降雨の有無は概ね同定できているものの,分単位での変化の推定は困難であることが確認された. |
| （英） | Signal level observed by a BS antenna will be attenuated when it rains because of the rain attenuation. Accordingly, it is expected that the precipitation estimation is possible by measuring the attenuation of BS signal. This study is an attempt to estimate precipitation by means of machine learning using BS signal levels sampled at every one second. Simultaneous monitoring of precipitation and BS signal at the same location for 30 days reveals that there is diurnal variation in the observed BS signal level. Therefore, this diurnal variation is first estimated by means of long short-term memory (LSTM) method, which is one of recurrent neural network (RNN), to mitigate its influence. After that, deep neural network (DNN) is applied to estimate precipitation. Training and evaluation of the neural network using the data showed a modest agreement in terms of whether it rains or not when accumulated over a relatively long period such as an hour. It is also shown that variations in minutes are difficult to estimate by the proposed method. | |
| キーワード | （和） | 降雨減衰 / LSTM / DNN / 日変化 / 地域気象観測システム / / / |
| （英） | Rain attenuation / LSTM / DNN / Diurnal variation / AMeDAS / / / | |
| 文献情報 | 信学技報, vol. 118, no. 442, SAT2018-79, pp. 123-128, 2019年2月. | |
| 資料番号 | SAT2018-79 | |
| 発行日 | 2019-02-06 (SAT) | |
| ISSN | 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 | SAT2018-79 |
|
| 研究会情報 | |
| 研究会 | SANE SAT |
| 開催期間 | 2019-02-13 - 2019-02-14 |
| 開催地（和） | JAXA種子島宇宙センター |
| 開催地（英） | Tanegashima Island |
| テーマ（和） | 衛星応用技術及び一般 |
| テーマ（英） | Satellite Application and General |
| 講演論文情報の詳細 | |
| 申込み研究会 | SAT |
| 会議コード | 2019-02-SANE-SAT |
| 本文の言語 | 日本語 |
| タイトル（和） | 機械学習を用いた衛星放送電波モニタリングに基づく降雨推定の試み |
| サブタイトル（和） | |
| タイトル（英） | An attempt of rainfall estimation by monitoring broadcasting satellite combined with machine learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 降雨減衰 / Rain attenuation |
| キーワード(2)（和/英） | LSTM / LSTM |
| キーワード(3)（和/英） | DNN / DNN |
| キーワード(4)（和/英） | 日変化 / Diurnal variation |
| キーワード(5)（和/英） | 地域気象観測システム / AMeDAS |
| 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） | 西村 竜一 / Ryouichi Nishimura / ニシムラ リョウイチ |
| 第1著者 所属（和/英） | 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 第2著者 氏名（和/英/ヨミ） | 鄭 炳表 / Byeong-Pyo Jeong / ジョン ビョンピョ |
| 第2著者 所属（和/英） | 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 第3著者 氏名（和/英/ヨミ） | 川崎 和義 / Kazuyoshi Kawasaki / カワサキ カズヨシ |
| 第3著者 所属（和/英） | 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 第4著者 氏名（和/英/ヨミ） | 高橋 卓 / Takashi Takahashi / タカハシ タカシ |
| 第4著者 所属（和/英） | 情報通信研究機構 (略称： NICT) National Institute of Information and Communications Technology (略称： NICT) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-02-14 13:20:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SAT |
| 資料番号 | SAT2018-79 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.442 |
| ページ範囲 | pp.123-128 |
| ページ数 | 6 |
| 発行日 | 2019-02-06 (SAT) |
[研究会発表申込システムのトップページに戻る]