時系列気象データに基づく熱中症予測に関する研究

抄録

近年の異常気象や地球温暖化により,熱中症患者が大きく増加している。熱中症発症の可能性を任意の場所でリアルタイムに予測することができれば,熱中症の予防,熱中症患者の減少につながると考えられる。本研究では,ディープラーニングを始めとしたニューラルネットワークの発達が著しいことに着目し,ニューラルネットワークを用いて気象データから１日の熱中症の危険度を予測することを試みる。LSTMなどのニューラルネットワークを用いて, 2014年から2016年までの3年間の1時間ごとの気温と湿度から熱中症の危険度を予測し,各ネットワークの精度を比較した。