【気候変動】ディープラーニングで将来気温の上下を推定 京都大学が提案する新発想の気候予測[05/11]
■ このスレッドは過去ログ倉庫に格納されています
京都大学フィールド科学教育研究センターの伊勢武史准教授と大庭ゆりか特定助教は、ディープラーニングを用いて10年間の平均気温の上下を最大精度97%で推定する手法を開発した。
気候変動予測は従来、スーパーコンピュータを用いた物理計算が主流だ。しかし、既知の物理学の知見を積み重ね、モデル化して全体を理解する「ボトムアップ型」の従来手法では、細かく計算しようとすればするほど精細なシミュレーションモデルとより大きなスパコンが必要となり、予算とマンパワーを膨張させてしまう問題があった。
対して本研究では、統計的に傾向を分析する「トップダウン型」の思考を取り入れた。まず、過去の全世界の気温データから連続した30年分を抜き出し、縦に1月から12月の各月の温度、横に30年の年ごとの温度を配置し、温度の高低を色で表した疑似カラー画像を生成した。画像にするのは、人工知能がその特徴を学習しやすくするためだ。
数万から数十万枚の疑似カラー画像を生成し、ディープラーニングで学習させると、過去の気温データからその後10年の平均気温が上がるか・下がるかを最大精度97%で予測することが可能になったという。実際に2016年までの気温データからその後10年の平均気温を予測してみると、全世界で見れば温暖化が進むが、地域によっては温度上昇がゆるやか、あるいは気温が下がることもあり得るとの結果が得られた。このように地域ごとの違いを予測することは、今後の気候研究や温暖化対策の進展に貢献する可能性がある。
本研究グループは今後、この手法のさらなる高精度化や、既存のボトムアップ型気候予測との統合も進めていく考えだ。
論文情報:【Frontiers in Robotics and AI】Forecasting Climatic Trends Using Neural Networks: An Experimental Study Using Global Historical Data
https://www.frontiersin.org/articles/10.3389/frobt.2019.00032/full
https://univ-journal.jp/25854/ 10年後はあとでいいから
まず、明日の絶対間違えない傘必要性の有無御願いします ほれみろ!
気温が下がることもあるってどこが温暖化や!
嘘つき予報士どもめ。 太陽系が銀河を一周する間に、氷河期ゾーンみたいな所があるらしい >>5
ほら見ろって言っても、記事でも全世界で見れば温暖化が進むと書かれているだろ ここ3カ月のデータを元に推定させたところ、100年後には気温が5000度になっていると推定されました こんなの、地球が誕生してからのデータを学習させないと意味ないんじゃないの? ディープラーニングは物理法則に基づいて答えをだすのではなく過去の統計から答えを出すという性質のもの
最近は統計が色んな分野で幅を利かせているが統計は本質とは一切関係がないということも忘れていはいけない
よく当たる占いと全く同じことなのだから >>1
30年間の気象データって言ってもデータ自体の正確性が間違ってれば当てにならないのでは?観測機器や測定場所って一定じゃないし >最大精度97%
最低精度は0%なのであろう。つまり大外れもあるから、結局信用できない 1950年から30年間のデータで学習してその後の10年間を予想して実際の観測結果で答え合わせしてみてよ
昔は寒冷化すると予想されてたでしょ
教師データの傾向を踏襲してるだけじゃないの
教師データをいつの範囲で区切るかで結果が変わりそうなんだけど 無意味な過去データに囚われた虜囚ができるだけじゃね >>12
deepラーニングで多様される統計はいわば古典物理
ある地点での全ての情報があればその後を確実に予想可能という論理
そういうものを否定してきたのが量子論だけど、例えばアインシュタインは古典物理側の人
量子論的統計に果たして意味があるのか、その辺の方がオカルトチックだで なんとなく
これまでのデータを説明するための法則性をつくってるだけで
これからあとの予測には無力そう
たとえば
株価に対してこれを使った場合
どれだけ正確な未来予測ができるのか? >>22
株価は基本的に予測結果が株価に影響を与える
フィードバックがデカいから発散・発振する
たとえとして悪すぎる 気候変動は太陽活動の影響が大きい
こんな研究役に立たない 早速、追試をした人ががが
ディープラーニングで気候変動を予測(京大論文の追試)
https://qiita.com/takedarts/items/e4dffa6f1946361d2098
おわりに
論文「Forecasting Climatic Trends Using Neural Networks: An Experimental Study Using Global Historical Data」の追試を行ってみました。
ただ、論文中に記述されていないパラメータが多く、同じ条件で試験を行えたとは思っていません。
そのため、この結果をもって、「上記の論文は間違っている」と主張するものではありません。
ただし、この論文にはデータ分割方式などの多くの疑問点が残っています。 それをすると、都合の良い環境破壊の研究をしていた英国が倒れるのでダメです。 天気予報 ディープラーニング
気象庁自体のサイトも含め、何年も前からのが当然のように多数出て来るが これな、ディープラーニングなんて人間と変わらんで?
そんな大したもんじゃないからw
過度の期待は禁物 >>19
入力と出力のセットを学習することになると思うが、
そこで過学習をどうすれば避けられるかがカギになりそうだな 過去30年分の気温データを学習したら、過去30年どの時点からも十年分の平均気温を地域別でも出せるようになったんですか >>5
資格もった予報士ほど慎重な言い回ししとるだろ
理系の学術的な言い回しに慣れる練習してみろ AIによる天気予報は
日本ではできないんだよね
気象予報士利権に絡むから とりあえずデータを画像化させてディープラーニングにブチ込むってこれ以外やり方無いのか
この方法しか聞かない 根元の気温データが加工・捏造だらけだというのに、京大のアホは何いうとるん? 橋下徹が日本のIT人材流出を嘆いていたがふざけんなって話だ。
ビジネス的に敗北していて研究者や開発者を処遇できないのだからどんどん人材は流出するべき
官も民も文化的に腐っているのだから大々的に流出して、
そのうち一部でも戻ってきて日本でベンチャーを興して還元してくれるほうがまし
地域政党は内向き志向で困る >>5
過去のデータに基づいた予測で言ったことは嘘にはならないよ
根本的に考え直した方がいい。
あと、嘘と予言と預言と予測の違いも知っておいた方がいいよ。 世界の過去30年の気温推移がこれです。
では10年後はどうなっているでしょう?
って話に見えるんだがこれ意味あるのか >>43
科学がはいりこむ科学的な数字が出てくるなら
温暖化が科学的な理由で説明できる
原発や発電所のせい >>40
さすがに将来のことを考えると元データまで改竄してないでしょ。
そんなことをしたら気象学がやり直しになってしまう。
たしか全世界で7万近い場所で観測してるけど、
ハッキリ寒冷化を示してる地点を除外して、残った8千か所のデータだけで騙ってるのが今の表の気象学。
表で除外したデータも一応は隠してないから、研究のためと持ってきて使えば何も問題はない。 >>39
ディープラーニングが得意なのが画像処理しかも特定の特徴を持った画像に限るからな DL、MLは過去のデータから、答えとデータの
関連性を探し出すもの。つまり、制限のない
多次元のデータを整理し、正規分布を作るよう
なもの。なので、過去のデータで正しい気温が
割り出せる状態になったとしても、それは過去
をサンプルにした盲目的な推測でしかないので、
何故そうなるかもわからないし、人が応用可能
な手法開発にもならない。
まあでもDLによる天候予測のシステムはもう
出揃ってるし、そっちは年々予測精度が上がっ
てるから、そっちの実装使えばいいんじゃないの? >>1
「AIを用いた株価の予測」については内緒で秘密で極秘です >>41
そういう移民させていやからせ受けたの忘れたのか?
日系移民の財産なくされたんだぞ >>22
もうアメリカやヨーロッパは大事な株は公開しとらんわ 毎年どころか毎日前提条件が違う気象をいくら学習しても無駄
AIは頻繁に「聞いてないよー」とギャグを繰り返すだけ 物理シミュレーションは他にも応用出来るのが本質じゃないの?
レアメタルの代替を見つけるとか成果出してなかったっけ >>54
そだね。最低でなく最大!で!97%じゃね。出された答えもなんだか犯人は現場状況からほぼ男だと推測され、年齢は未成年から青年もしくは壮年と思われ、今後の捜査に注目が集まって、レベルな気が、、? とにもかくにも、気象みたいな星単位とか天文学が絡む世界においての97%なんてまったく使える見込みないんじゃ?根本的な所から変わらないと残りの3%は沼と化してしまうのだろな ■ このスレッドは過去ログ倉庫に格納されています