[過去ﾛｸﾞ]
【統計分析】機械学習・データマイニング28 (1002ﾚｽ)
【統計分析】機械学習・データマイニング28 http://mevius.5ch.net/test/read.cgi/tech/1588293154/
上
下
前次
1-
新
通常表示
512ﾊﾞｲﾄ分割
ﾚｽ栞
抽出解除
必死ﾁｪｯｶｰ(本家)
(べ)
自ID
ﾚｽ栞
あぼーん
このｽﾚｯﾄﾞは過去ﾛｸﾞ倉庫に格納されています｡
次ｽﾚ検索
歴削→次ｽﾚ
栞削→次ｽﾚ
過去ﾛｸﾞﾒﾆｭｰ
453: デフォルトの名無しさん (ﾜｯﾁｮｲ 31c8-VQSO [180.39.126.193]) [sage] 2020/07/06(月) 14:58:23.94 ID:y1e76VYX0 http://pfi.kishou.go.jp/Presen2019/2_shimizu.pdf https://www.nict.go.jp/publication/shuppan/kihou-journal/houkoku65-1_HTML/2019R-02-04(02).pdf#page=4 MP-PAWR及びPAWRの高空間分解能な観測データを教師データとし、 従来型現業気象レーダーで取得される従来データとの 4次元関係（空間＋時間）を機械学習することで、 従来型レーダーの4次元情報から線状降水帯等の積乱雲群の発達を 低コストに予測する手法を開発する 線状降水帯をAIで予測するプロジェクトが始まった https://i.imgur.com/d1xgflH.png https://i.imgur.com/bQADDeE.png http://mevius.5ch.net/test/read.cgi/tech/1588293154/453
454: デフォルトの名無しさん (ﾜｯﾁｮｲ 31c8-VQSO [180.39.126.193]) [sage] 2020/07/06(月) 15:00:37.27 ID:y1e76VYX0 https://www.cc.u-tokyo.ac.jp/supercomputer/ofp/service/olympic.php ＞最先端共同HPC基盤施設（JCAHPC）と理化学研究所計算科学研究センター（理研R-CCS）は、2020年東京オリンピック・パラリンピック期間中に、 ＞関東地区における「ゲリラ豪雨」リアルタイム予報と情報配信を協力して実施する予定です。 ＞今回はOakforest-PACSシステム上で、理研R-CCSの開発した「SCALE-LETKF」コードを使用して、 ＞埼玉大学に設置されたMP-PAWRの観測データに基づき、リアルタイムシミュレーション及びデータ同化による予測を行います。 線状降水帯の予測も京超えのスパコンを占有使用することで、 予測が可能となる http://mevius.5ch.net/test/read.cgi/tech/1588293154/454
457: デフォルトの名無しさん (ﾜｯﾁｮｲ 31c8-VQSO [180.39.126.193]) [sage] 2020/07/06(月) 15:33:47.68 ID:y1e76VYX0 >>455 雲が発生してからでは遅い場合もある 積乱雲は急発達するので。 http://mevius.5ch.net/test/read.cgi/tech/1588293154/457
464: デフォルトの名無しさん (ﾜｯﾁｮｲ 31c8-VQSO [180.39.126.193]) [sage] 2020/07/06(月) 18:36:48.82 ID:y1e76VYX0 >>463 ・どの場所で ・どういう強さで ・どのくらい降るのか この三つを正確に予測しないと、空振りになったり、 間違った避難をしてしまう可能性がある http://mevius.5ch.net/test/read.cgi/tech/1588293154/464
467: デフォルトの名無しさん (ﾜｯﾁｮｲ 31c8-VQSO [180.39.126.193]) [sage] 2020/07/06(月) 23:18:12.78 ID:y1e76VYX0 俺の調べた限りでは、気象予測も頭打ちらしいな 予報精度はこの5年間でちっとも向上していない 気象庁は一昨年辺りにスパコンの処理能力を向上させるため、新型スパコン(Cray製)を導入したが、 予報時間を延長できたりしただけで、精度自体は上がっていない 雲の物理過程をモデル化した方程式や数式に改良をしたり、そういう質的な精度向上もうまくいっていないようだ 頭打ちの根本原因は、高信頼性のある初期値の作成方法に限界にあると見た 2025年までの間に、全球モデル(GSM)の高解像度化が予定されているが、 その高解像度化に伴って初期値（観測データ）も高解像度化する必要がある それも地球全体で。 だが地球全土に隙間なく気温計や気圧計、降水計、気象レーダーを設置するわけにもいかない 莫大なコストがかかるから難しいのだ これを解決するために、(レーダーが無くても)雲の衛星画像から降水強度を推定できる人工知能をウェザーニュースが開発中だが、 これも精度に限界がある http://mevius.5ch.net/test/read.cgi/tech/1588293154/467
468: デフォルトの名無しさん (ﾜｯﾁｮｲ 31c8-VQSO [180.39.126.193]) [sage] 2020/07/06(月) 23:19:40.08 ID:y1e76VYX0 長期的な予報の精度向上は見られないが、 比較的短期的で、ミクロな現象であるゲリラ雷雨の予測には精度向上が見られる (ただし高密度な観測網がある日本に限る) 関東域の密なアメダス観測データと、新型MP-PAWRを組み合わせて、超高解像度の初期値を作れるようになっている。 この初期値を模擬実験(シミュレータ)に同化させて予測させるのが従来の手法。 しかし最近は、MP-PAWRで捉えた雲の発生、発達、衰退までの全過程を 「機械学習(AI)」に学習させて、次の雲の状態を予測できるようになった。 この次世代の手法を使えば、わざわざ手の作り込んだ数式を考えたり、模擬実験させなくても、 気象レーダーの観測値だけで気象予報ができるようになる。 しかしこれは気象レーダーの守備範囲でのみ適用できる手法で、 長期的で全地球的な予報には使えない。 http://mevius.5ch.net/test/read.cgi/tech/1588293154/468
ﾒﾓ帳
(0/65535文字)
上
下
前次
1-
新
書
関
写
板
覧
索
設
栞
歴
ｽﾚ情報
赤ﾚｽ抽出
画像ﾚｽ抽出
歴の未読ｽﾚ
AAｻﾑﾈｲﾙ
Google検索
Wikipedia
ぬこの手
ぬこTOP
0.030s