複数の周期性を有する長期観測データに適用した TimesNet の水位予測精度の検証

抄録

本研究は，ニューラルネットワークの一種であるTimesNet を，ポンプ操作の伴う低平地の排水管理で観測された長期間，且つサンプルサイズが大きな水位の時系列データに適用したものである．一般に，時系列データは，複雑かつ複数のパターンを含むことが多い．この特徴を自動的に抽出できる予測手法である TimesNet は，入力データに含まれる周期性の特徴をスペクトル解析で取出し，それらの周期に合わせた連続データを並べた 2 次元情報から周期性の特徴量を抽出して，将来の連続データを予測するものである． TimesNet を長期間の水位データに適用した場合の予測結果は，従来型の予測手法と比較して，リードタイムが長い場合には，改善は見られなかったものの，期間最大の洪水イベントを伴う排水期間では，洪水波形をより良好に再現することが確認できた