異なるエリア間での転移学習を用いた気温予測

カテゴリ: 研究会(論文単位)

論文No: IS22034

グループ名: 【C】電子・情報・システム部門 情報システム研究会

発行日: 2022/10/10

タイトル(英語): Temperature prediction using transfer learning between different areas

著者名: 土橋 秀昭(明治大学),浦野 昌一(明治大学)

著者名(英語): HIDEAKI DOBASHI(Meiji University),SYOICHI URANO(Meiji University)

キーワード: 転移学習|機械学習|時系列データ予測|最高気温予測|Transfer Learning|Machine Learning|Time Series Data Forecasting|Maximum Temperature Prediction

要約(日本語): 機械学習を用いたニューラルネットワークにおいて扱うデータ量は精度に作用する重要な要素となっている。しかし十分なデータ量が全てのモデルで、揃っているわけではない。そこで本研究では自然言語処理や画像認識の分野で発展してきた転移学習を最高気温予測に用いることで、少ないデータ量から精度が良い機械学習モデルを構築する。また構築したモデルが気温変動の違う地域に対して有効であるかどうかを検証する。

要約(英語): The amount of data handled in neural networks using machine learning is an important factor affecting accuracy. However, not all models have a sufficient amount of data. Therefore, in this study, we use transition learning, which has been developed in the fields of natural language processing and image recognition, for maximum temperature prediction to construct a machine learning model with good accuracy from a small amount of data. We will also verify whether the model is effective for regions with different temperature fluctuations.

本誌: 2022年10月13日-2022年10月14日情報システム研究会

本誌掲載ページ: 43-48 p

原稿種別: 日本語

PDFファイルサイズ: 1,345 Kバイト