{"product_id":"ieej-bta2025-3-b-p2-4","title":"階層型ニューラルネットワークを用いた雷放電の予測","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ：\u003c\/strong\u003e部門大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No：\u003c\/strong\u003e3-B-p2-4\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名：\u003c\/strong\u003e【A】令和７年電気学会基礎・材料・共通部門大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日：\u003c\/strong\u003e2025\/8\/27\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語)：\u003c\/strong\u003e\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名：\u003c\/strong\u003e瀬戸上 昇真(立命館大学)，Park Gipyo(立命館大学)，後藤 廉矢(立命館大学)，馬杉 正男(立命館大学)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名(英語)： \u003c\/strong\u003e\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード：\u003c\/strong\u003elightning discharge,neural network,summer thunderstorm,winter thunderstorm\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語)：\u003c\/strong\u003e本稿では、雷障害対策に向けて、階層型ニューラルネットワークを用いた雷放電予測モデルの提案を目的とする。雷発生前の気温、湿度、平均風速を入力変数として、1分当たりの雷発生レベル(雷なし、雷1回、雷2回以上)の学習評価を行った結果、雷発生40分前の条件について、夏季雷では80%、冬季雷では79%の予測精度が得られた。また、入力変数を発生40分前から、発生10分前まで減少させることで夏季雷では11%、冬季雷では7%の予測精度の低下が確認された。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ：\u003c\/strong\u003e361Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 1","offer_id":49643084579055,"sku":"IEEJ-BTA2025-3-B-p2-4-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_bumontaikai_de1e5549-82b3-4c98-9b20-9ec66cbc55c1.png?v=1780541697","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-bta2025-3-b-p2-4","provider":"電気学会 電子図書館","version":"1.0","type":"link"}