大変興味深い気象分布画像を用いた水位予測法のご発表ありがとうございます.種々のデータが高解像度で得られるようになってきているためこのような画像を用いた深層学習は発展性が高いように思います.現状では,実質の予測結果を検証している15頁の相関が高くなく課題があるように思いますが,これについて以下の二点質問です. 1)0-12時間すべてをプロットしているようですが,予測時間ごとにプロットするとどこかで急激に精度が落ちる時間はありますでしょうか?すなわち,洪水の到達時間など物理的な時間要素が精度を支配しているものが考えられれば,時間によって信頼度を変えるなど運用で有用性が上がるように思います. 2)1にも関係しますが,精度を向上させるためには例えば他の異なる種類のデータを組み合わせるなどは考えられますでしょうか?このような観測があればさらによいと思われるなどの意見があればお願いします.
内田様
コメントありがとうございます. 画像については,高画質(解像度,色合いなど)の画像を用いることで本手法で用いる代表値の精度が高くなり,予測精度も向上すると推察しております.
以下、ご質問に対して回答させていただきます.
1)洪水到達時間を参考に,画像の重み値を変えることで予測精度が更に向上すると考えております.また流域の面積や土地利用など融雪に伴う水位上昇に関する流域特性が予測精度に影響しているとも考えており,画像の採用時間を変えることも有用と思っております.そのため,予測結果と洪水到達時間や流域特性などの関係性を考察する,画像の採用時間を洪水到達時間内のみにするなどにより,予測精度が高まる可能性があるかと考えております.
2)予測精度と高めるためには,入力データの見直しや追加,選定が必要と思っております.具体的には,入力に過去の水位上昇量や気象分布画像の分散情報を加える(重心の場合,一様な分布でも集中した分布でも同じになる場合があるため)などです.
1)2)とも今後の課題として取り組んでいきたく思っております(貴重なコメントありがとうございました)
具体的なご回答ありがとうございました.回答含め今後の発展を楽しみにしています.返答が遅れすみませんでした.
コメントは受け付けていません。
大変興味深い気象分布画像を用いた水位予測法のご発表ありがとうございます.種々のデータが高解像度で得られるようになってきているためこのような画像を用いた深層学習は発展性が高いように思います.現状では,実質の予測結果を検証している15頁の相関が高くなく課題があるように思いますが,これについて以下の二点質問です.
1)0-12時間すべてをプロットしているようですが,予測時間ごとにプロットするとどこかで急激に精度が落ちる時間はありますでしょうか?すなわち,洪水の到達時間など物理的な時間要素が精度を支配しているものが考えられれば,時間によって信頼度を変えるなど運用で有用性が上がるように思います.
2)1にも関係しますが,精度を向上させるためには例えば他の異なる種類のデータを組み合わせるなどは考えられますでしょうか?このような観測があればさらによいと思われるなどの意見があればお願いします.
内田様
コメントありがとうございます.
画像については,高画質(解像度,色合いなど)の画像を用いることで本手法で用いる代表値の精度が高くなり,予測精度も向上すると推察しております.
以下、ご質問に対して回答させていただきます.
1)洪水到達時間を参考に,画像の重み値を変えることで予測精度が更に向上すると考えております.また流域の面積や土地利用など融雪に伴う水位上昇に関する流域特性が予測精度に影響しているとも考えており,画像の採用時間を変えることも有用と思っております.そのため,予測結果と洪水到達時間や流域特性などの関係性を考察する,画像の採用時間を洪水到達時間内のみにするなどにより,予測精度が高まる可能性があるかと考えております.
2)予測精度と高めるためには,入力データの見直しや追加,選定が必要と思っております.具体的には,入力に過去の水位上昇量や気象分布画像の分散情報を加える(重心の場合,一様な分布でも集中した分布でも同じになる場合があるため)などです.
1)2)とも今後の課題として取り組んでいきたく思っております(貴重なコメントありがとうございました)
具体的なご回答ありがとうございました.回答含め今後の発展を楽しみにしています.返答が遅れすみませんでした.