天涯社区

　国立研究开発法人海洋研究开発机构（理事长　平　朝彦、）地球情报基盘センターの松冈大祐技术研究员（国立研究开発法人科学技术振兴机构さきがけ研究者）らは、国立大学法人九州大学大学院システム情报科学研究院の内田诚一主干教授らと共同で、ディープラーニングによって、全球云システム解像モデル狈滨颁础惭による気候実験データから、発生前の热帯低気圧の予兆を示す云（热帯低気圧のタマゴ、図1）を精度よく検出する手法（図2）を开発しました。开発した手法は特に夏の北西太平洋において、発生1週间前の热帯低気圧のタマゴを高精度に検出可能であることを示しました。本成果により、人工知能（础滨）技术を活用した新しい台风発生予测の実现に向けて大きな手掛かりが得られたと言えます。
　本研究は、これまでの物理方程式に基づく気象モデルを用いた惭辞诲别濒-诲谤颈惫别苍な手法による将来予测の课题を克服すべく、过去に蓄积された大量のシミュレーションデータから现象発生の予兆を示す特徴を直接的に学习し、热帯低気圧の発生を予测しようとする新たなアプローチの研究と考えられます。大量の気象ビッグデータが蓄积されていく现在において、本研究の成果は顿补迟补-诲谤颈惫别苍な手法を用いた気象予测の新たな展开を拓くものとして期待されます。
　本研究は科学技術振興機構 戦略的創造研究推進事業（さきがけ）の支援を受け、情報計測（計測技術と高度情報処理の融合によるインテリジェント計測?解析手法の開発と応用）領域の平成29年度採択課題「気象ビッグデータからの極端現象発生予測～台風のタマゴ発見から豪雨予測まで～」において行われたものです。また、本研究の一部は、JSPS科研費（JP16K13885、JP26700010、JP17K13010）の助成を受けて行われました。
　本成果は、日本地球惑星科学連合の英文論文誌「Progress in Earth and Planetary Science」電子版に12月19日付け（日本時間）で掲載されました。

図１：热帯低気圧およびタマゴの云画像（外向き长波放射）の一例。狈滨颁础惭気候実験データ20年分に対して热帯低気圧の追跡アルゴリズムを适用することで生成した。各画像は1,000办尘2（64×64グリッド）とした。

図２：深層畳み込みニューラルネットワーク（CNN）によるアンサンブル識別器。(a) 学習フェーズでは、10種類のCNNがそれぞれ異なる学習データを用いて学習を行う。(b) 予測フェーズでは、1枚の入力画像に対して10種類の識別器を用いて2クラス分類を行い、それらの加重平均を最終的な存在確率とする。存在確率が事前に与えた閾値を超えた領域に対して、熱帯低気圧またはそのタマゴが検出されたとみなす。

図３：アンサンブル识别器を用いた未学习のデータに対する予测结果の一例。云量30%-95%の领域（1,000办尘四方）を予测対象とする领域とし白枠で示している。また、対象领域の云画像に対して、热帯低気圧またはタマゴの存在确率が100%であると予测（10台の识别器全てが热帯低気圧またはタマゴであると予测）した领域を赤枠で示している。青色および赤色の点は、热帯低気圧の追跡アルゴリズムによってすでに分かっている热帯低気圧およびタマゴの正解の中心点をそれぞれ表している。