講演抄録/キーワード |
講演名 |
2018-08-27 10:25
物理過程に基づくニューラルネットワーク構築の検討 ○田中潤也(阪大)・冨田智彦(熊本大)・沼尾正行・福井健一(阪大) AI2018-14 |
抄録 |
(和) |
深層学習などの機械学習モデルでは,学習モデルが複雑になり判断根拠を理解するのが困難になるという欠点がある.特に原理を探求する自然科学分野では,高い予測・分類精度が得られたとしても,モデルに説明性がなければ有用なモデルを獲得できたとは言えない.本稿では,物理モデルに従い機械学習モデルを設計することで,物理法則に従う成分と従わない成分(モデル残差)の2つを分解して出力可能モデルの構築を行った. |
(英) |
Machine learning, especially deep learning, have a disadvantage that learning models become complicated and it becomes difficult to understand for the human. Especially in the field of natural sciences exploring the principle, even if high prediction and classification accuracy are obtained, it can not be said that a useful model could be acquired unless the model has descriptivity. In this paper, we develop the useful method with high readability by combining the machine learning model and physical model used in the natural science fields. |
キーワード |
(和) |
温度風方程式 / 物理モデル / ニューラルネットワーク / 地衡風 / / / / |
(英) |
Thermal Wind Equation / Physical Model / Neural Network / Geostrophic Wind / / / / |
文献情報 |
信学技報, vol. 118, no. 197, AI2018-14, pp. 7-12, 2018年8月. |
資料番号 |
AI2018-14 |
発行日 |
2018-08-20 (AI) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
AI2018-14 |
研究会情報 |
研究会 |
AI |
開催期間 |
2018-08-27 - 2018-08-27 |
開催地(和) |
大阪大学吹田キャンパス |
開催地(英) |
|
テーマ(和) |
「地球環境観測と人工知能」および一般 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
AI |
会議コード |
2018-08-AI |
本文の言語 |
日本語(英語タイトルなし) |
タイトル(和) |
物理過程に基づくニューラルネットワーク構築の検討 |
サブタイトル(和) |
|
タイトル(英) |
Study on Physics-guided Learning of Deep Neural Network |
サブタイトル(英) |
|
キーワード(1)(和/英) |
温度風方程式 / Thermal Wind Equation |
キーワード(2)(和/英) |
物理モデル / Physical Model |
キーワード(3)(和/英) |
ニューラルネットワーク / Neural Network |
キーワード(4)(和/英) |
地衡風 / Geostrophic Wind |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
田中 潤也 / Junya Tanaka / タナカ ジュンヤ |
第1著者 所属(和/英) |
大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ) |
第2著者 氏名(和/英/ヨミ) |
冨田 智彦 / Tomohiko Tomita / トミタ トモヒコ |
第2著者 所属(和/英) |
熊本大学 (略称: 熊本大)
Kumamoto University (略称: Kumamoto Univ) |
第3著者 氏名(和/英/ヨミ) |
沼尾 正行 / Masayuki Numao / ヌマオ マサユキ |
第3著者 所属(和/英) |
大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ) |
第4著者 氏名(和/英/ヨミ) |
福井 健一 / Ken-ichi Fukui / フクイ ケンイチ |
第4著者 所属(和/英) |
大阪大学 (略称: 阪大)
Osaka University (略称: Osaka Univ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2018-08-27 10:25:00 |
発表時間 |
25分 |
申込先研究会 |
AI |
資料番号 |
AI2018-14 |
巻番号(vol) |
vol.118 |
号番号(no) |
no.197 |
ページ範囲 |
pp.7-12 |
ページ数 |
6 |
発行日 |
2018-08-20 (AI) |