洪水予測に向けた教師なしGNNおよびAgent Skillsによる水位観測値の異常検知の検討
キーワード:
anomaly detection,
water level observation,
unsupervised graph neural network,
AI agent skills,
flood prediction
2026 年 7 巻 3 号 p. 1256-1264
詳細
2026 年 7 巻 3 号 p. 1256-1264
洪水時の水位予測モデルは，学習データに含まれる異常値により精度が低下するため，異常値の検知・除去が重要である．しかし従来の専門家による照査は作業負担が大きい．本研究では，ラベル付けの負担を軽減しつつ異常検知を自動化するため，観測所間の空間的関係と水位・雨量の時間的変化を明示的に考慮した教師なしGNNと，専門家の判断基準をスキルとして付与するAgent Skillsの2手法を検討した．左会津川下流のデータで評価した結果，再現率は両手法とも0.969で同等であったが，適合率はAgent Skillsが0.887とGNNの0.700を上回り，F1値でも優位を示した．異常検知の自動化とスケーラビリティ向上の観点から，そして判定根拠の提示ができることからAgent Skillsは有用性が高いと考える．
