| 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 | 2023-10-19 10:00 ［ポスター講演］深層学習を用いた降雨減衰推定モデルにおける入力データの分解能に対する推定精度の検討 ○小枩谷勇二・今井哲朗（東京電機大）・廣瀬 幸（九工大）  AP2023-87 |
|
| 抄録 | （和） | 近年，次世代の通信プラットフォームとしてHAPS (High Altitude Platform Station)を利用したNTN (Non-Terrestrial-Network)の実用化に向けた検討が盛んに行われている．HAPSは使用する周波数の関係上降雨減衰対策が必須となっていることから，筆者らは以前よりHAPS向けの降雨減衰推定法として，高解像度降水ナウキャストという，気象庁が提供している空間分解能が250 m四方である気象レーダによる降雨の観測データを入力とする深層学習を用いた推定モデルを提案している．一方で，気象レーダによる降雨の観測データの入手や利用が可能な国は日本に限らず複数存在するが，それらの観測データの空間分解能は例えば500 mや1 km四方と，250 m四方に限らず様々なものが存在している．HAPSが世界各国で利用されることおよび筆者らの降雨減衰推定手法をHAPS向けに適用することを考慮すると，筆者らの推定モデルにおいて空間分解能が250 m四方以外の様々な入力データを使用した場合の推定精度(すなわち入力データの分解能に対する推定精度特性)について明らかにする必要がある．本稿では，250 m四方を基準に，入力データの分解能を2のべき乗で低下させた場合の推定精度の変化について評価した． |
| （英） | Recently, the practical application of NTN (Non-Terrestrial-Network) using HAPS (High Altitude Platform Station) as the next-generation communication platform is studied actively. It is necessary for HAPS to address rain attenuation depends on the frequency used. Hence, we have proposed rain attenuation prediction method using deep learning for HAPS that inputs high-resolution precipitation nowcast which is rainfall observation data provided by the Japan Meteorological Agency using a weather radar with a spatial resolution of 250 m square. On the other hand, there are several countries, not only Japan, where rainfall observation data by meteorological radar is available, and the spatial resolution of these observation data is not limited to 250 m square, such as 500 m and 1 km square. Considering that HAPS will be used in many countries around the world and our rainfall attenuation prediction method will be applied to HAPS, the prediction accuracy of our prediction model using various input data with spatial resolutions other than 250 m square (i.e., prediction accuracy characteristics against resolution of input data) should be clarified. This paper evaluates the change in estimation accuracy when the resolution of the input data is decreased by a power of two, based on 250 m squares. | |
| キーワード | （和） | 降雨減衰 / CNN / HAPS / / / / / |
| （英） | Rain attenuation / CNN / HAPS / / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 223, AP2023-87, pp. 1-6, 2023年10月. | |
| 資料番号 | AP2023-87 | |
| 発行日 | 2023-10-12 (AP) | |
| 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 | AP2023-87 |
|
| 研究会情報 | |
| 研究会 | AP |
| 開催期間 | 2023-10-19 - 2023-10-20 |
| 開催地（和） | 岩手大学 |
| 開催地（英） | Iwate University |
| テーマ（和） | 学生特集, 一般 |
| テーマ（英） | Student Session, Antennas and Propagation |
| 講演論文情報の詳細 | |
| 申込み研究会 | AP |
| 会議コード | 2023-10-AP |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習を用いた降雨減衰推定モデルにおける入力データの分解能に対する推定精度の検討 |
| サブタイトル（和） | |
| タイトル（英） | Study on Prediction Accuracy against Resolution of Input Data in Rain Attenuation Prediction Model using Deep 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） | CNN / CNN |
| キーワード(3)（和/英） | HAPS / HAPS |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| 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） | 小枩谷 勇二 / Yuji Komatsuya / コマツヤ ユウジ |
| 第1著者 所属（和/英） | 東京電機大学 (略称： 東京電機大) Tokyo Denki University (略称： TDU) |
| 第2著者 氏名（和/英/ヨミ） | 今井 哲朗 / Tetsuro Imai / イマイ テツロウ |
| 第2著者 所属（和/英） | 東京電機大学 (略称： 東京電機大) Tokyo Denki University (略称： TDU) |
| 第3著者 氏名（和/英/ヨミ） | 廣瀬 幸 / Miyuki Hirose / ヒロセ ミユキ |
| 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： Kyutech) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-10-19 10:00:00 |
| 発表時間 | 120分 |
| 申込先研究会 | AP |
| 資料番号 | AP2023-87 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.223 |
| ページ範囲 | pp.1-6 |
| ページ数 | 6 |
| 発行日 | 2023-10-12 (AP) |
[研究会発表申込システムのトップページに戻る]