AI・データサイエンス論文集
Online ISSN : 2435-9262
降雨流出モデリングを対象とした新規深層学習モデル・基盤モデルの性能評価
辻 琉孔, 石田 桂
著者情報
キーワード: LSTM, KAN, Chronos-2, Deep learning, Mamba
ジャーナル オープンアクセス

2026 年 7 巻 3 号 p. 1342-1352

詳細
抄録

積雪寒冷地河川(石狩川)の日平均流量推定を対象に,LSTM,Mamba,KAN,基盤モデルChronos-2を比較した.降水量・気温・日射量・下向き赤外放射量を入力とし,前三者は100シードの反復学習,Chronos-2はゼロショットとLoRA微調整で評価した.NSE中央値はKANが0.694で最高だが,最大値ではLSTMが0.774を示し順位が反転した.全体誤差は高水域に支配され,KANの優位は主に融雪期の出水再現に由来した.Chronos-2はゼロショットでNSE 0.670の転移能力を示す一方,洪水ピークを過小評価し,LoRAで精度は低下した.比較には単一指標だけでなく,複数シード・流況帯・季節過程に基づく分解評価が不可欠である.

著者関連情報
© 2026 公益社団法人 土木学会
前の記事 次の記事
feedback
Top