中小規模出水に対するダム流入量予測では，貯水位変化方式により得られるダム流入量データの振動の影響が大きくなる．深層学習予測モデルの一つである再帰型ニューラルネット(RNN)は，対象とする降雨イベント以前の流域状態を表現するのが困難である．その二点に対し，本研究では非定常な信号の周波数解析に有効なWavelet変換を用いて，出水期でのダム流入量データのノイズ除去を行った．また，流域の事前状態の影響を表現するため，エンコーダをRNNと連結するダム流入量予測モデルを構築した．最後にエンコーダ付きRNNと多層パーセプトロン(MLP)との24時間後の予測の精度の比較および検証を行った．
