AI・データサイエンス論文集
Online ISSN : 2435-9262
機械学習を用いた地下ダム貯水量予測における特徴量選択と予測結果の解釈
井上 峻, 井上 一哉
著者情報
ジャーナル オープンアクセス

2026 年 7 巻 3 号 p. 432-440

詳細
抄録

ダムをはじめとする水利施設では,AIを活用した維持管理・運用支援技術の高度化が進められている.本研究では,地下ダムの高度な水資源管理を目的として,1か月先の地下ダム貯水量予測モデルを構築した.Extremely Randomized Trees(ERT)とeXtreme Gradient Boosting(XGBoost)へ特徴量重要度に基づく特徴量選択手法を適用して予測性能を比較するとともに,SHapley Additive exPlanations(SHAP)により予測結果について解釈した.その結果,ERTでは特徴量選択により予測精度が向上し,各特徴量の寄与は地下ダムの水収支機構と概ね整合した.さらに,将来気象が未知である実運用を想定した検証では,1か月後の地下ダム貯水量を75.0%の確率で捕捉し,本手法の運用支援への有効性を示した.

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