| *商品について |
|
表紙はついていません（本文のみ中綴じ製本です）。
号単位でも購入できます。
すべてモノクロ印刷です。
Extended Summaryはついていません。
|
 |
| ・会員価格 ¥550 |
| ・一般価格 ¥770 |
|
|
| こちらはBookPark「電気学会 電子図書館（IEEJ Electronic Library）」による文献紹介ページです。 |
|
 |
 |
電気学会会員の方はこちらから一旦ログインのうえ、マイページからお入りください。
会員価格で購入することができます。
|
|
| 非会員の方はログインの必要はありません。このまま お進みください。 |
|
|
| ■論文No. |
|
| ■ページ数 |
7ページ |
■発行日
|
2024/04/01 |
| ■タイトル |
気象用二重偏波フェーズドアレイレーダとCNNおよびLSTMを用いた豪雨検知手法 |
| ■タイトル(英語) |
A Consideration of Heavy Rainfall Detection Method Using Multi-Parameter Phased Array Radar, Convolutional Neural Network, and Long Short-Term Memory Network |
| ■著者名 |
後藤 翼（電気通信大学大学院情報理工学研究科），菊池 博史（電気通信大学宇宙・電磁環境研究センター），芳原 容英（電気通信大学大学院情報理工学研究科／電気通信大学宇宙・電磁環境研究センター），牛尾 知雄（大阪大学大学院工学研究科） |
| ■著者名(英語) |
Tsubasa Goto (Graduate School of Informatics and Engineering, The University of Electro-Communications), Hiroshi Kikuchi (Center for Space Science and Radio Engineering, The University of Electro-Communications), Yasuhide Hobara (Graduate School of Informatics and Engineering, The University of Electro-Communications/Center for Space Science and Radio Engineering, The University of Electro-Communications), Tomoo Ushio (Graduate School of Engineering, Osaka University) |
| ■価格 |
会員 ¥550 一般 ¥770 |
| ■書籍種類 |
論文誌(論文単位) |
| ■グループ名 |
【A】基礎・材料・共通部門 |
| ■本誌 |
電気学会論文誌A（基礎・材料・共通部門誌） Vol.144 No.4 （2024） 特集：2023年基礎・材料・共通部門大会
|
| ■本誌掲載ページ |
132-138ページ |
| ■原稿種別 |
論文／日本語 |
| ■電子版へのリンク |
https://www.jstage.jst.go.jp/article/ieejfms/144/4/144_132/_article/-char/ja/
|
| ■キーワード |
二重偏波フェーズドアレイ気象レーダ，畳み込みニューラルネットワーク，長・短期記憶ネットワーク multi-parameter phased array weather radar，convolutional neural network，long short-term memory network |
| ■要約(日本語) |
|
| ■要約(英語) |
In order to mitigate weather disasters caused by heavy precipitations, it is important to observe 3-dimensional precipitation structure in a storm with high temporal resolution. In recent years, the development of phased array weather radar is being promoted for high-speed precipitation observations. We propose an algorithm for predicting heavy rainfall using machine learning for the novel phased array weather radar (Multi-Parameter Phased Array Weather Radar: MP-PAWR) observation data. The algorithm predicts localized convective rainfall by extracting the vertical structure of storms observed by MP-PAWR for each precipitation cell. The proposed method with the combination of convolutional neural networks and long short-term memory networks were applied to various observation data from MP-PAWR with high spatial and temporal resolution to predict heavy rainfalls a few minutes later. The results showed that the use of specific differential phase data gave particularly accurate predictions for heavy rainfall compared to radar reflectivity factor and differential reflectivity data. |
| ■版 型 |
A4 |
|
|
|
