ダム流入量予測におけるLSTMと順伝搬型深層ニューラルネットワークの精度比較

抄録

　深層学習を用いたダム流入量予測において，採用率の高いLSTMとFFNNのモデル精度を比較した．ダム流入量予測モデルは長時間予測を目的とし，入力データに雨量データのみを用いる．最適化関数などが異なるFFNN(A)，(B)を用意し，入力データを720時間前までの過去の雨量をいくつかの間隔に分割した上で時間圧縮し，精度の向上を図った．検証対象4ダムのうち，3ダムを流域平均雨量のみで構築し，１ダムに地点雨量を追加して影響を検証した．4ダムのうち流域平均雨量のみで構築した3ダムでFFNN(B)の精度が最も高いことが確認された．地点雨量を追加したケースではLSTMの精度が最も高いことが確認された．しかし，検証洪水と同程度規模の洪水を学習できるかがモデルの優位に影響を及ぼす可能性を無視できない．