次元圧縮とTCNを用いたリアルタイム浸水域予測の高速化
キーワード:
Deep Learning,
Flood Inundation Simulation,
Dimensionality Reduction,
Real-time Prediction,
Temporal Convolutional Network
2026 年 7 巻 3 号 p. 386-396
詳細
2026 年 7 巻 3 号 p. 386-396
本論文では，次元圧縮と深層学習を組み合わせたリアルタイム浸水域予測手法において，係数行列の推論にTCN（Temporal Convolutional Network）を導入し，LSTMとの比較により予測の高速化を検討した．次元圧縮手法には特異値分解（SVD），非負値行列因子分解（NMF），オートエンコーダ（AE）を採用した．荒川右岸の2地点越流を想定した3,000ケースの浸水シミュレーションに適用した結果，約22万次元の浸水域データを10次元に圧縮しても高精度に浸水域を予測できた．次元圧縮手法では，復元精度の点でAE，復元時間の点でNMFが優れていた．また，TCNはLSTMと同程度の予測精度を保ちつつ推論時間を約1/5に短縮でき，リアルタイム性の向上に有効であることを示した．
