Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
低コスト低信頼な水位計導入促進ための異常検知システム
Search
Sponsored
·
Your Podcast. Everywhere. Effortlessly.
Share. Educate. Inspire. Entertain. You do you. We'll handle the rest.
→
hassaku
June 23, 2020
Research
0
220
低コスト低信頼な水位計導入促進ための異常検知システム
防災テックチャレンジ2020
hassaku
June 23, 2020
Tweet
Share
More Decks by hassaku
See All by hassaku
電力データ活用ビジネスにおける機械学習技術の継続的な改善について
hassaku
4
1.3k
NILM Workshop 2017 Vendor Talk
hassaku
0
140
電力データと機械学習 センサ1つでおうちの様子を簡単に見える化
hassaku
0
2.9k
Shinamono Labo #15 Home Automation
hassaku
0
190
TokyoRubyKaigi10
hassaku
5
1.3k
PRML Chapter5 Hessian Matrix
hassaku
1
2.1k
Other Decks in Research
See All in Research
IEEE AIxVR 2026 Keynote Talk: "Beyond Visibility: Understanding Scenes and Humans under Challenging Conditions with Diverse Sensing"
miso2024
0
140
台湾モデルに学ぶ詐欺広告対策:市民参加の必要性
dd2030
0
290
"主観で終わらせない"定性データ活用 ― プロダクトディスカバリーを加速させるインサイトマネジメント / Utilizing qualitative data that "doesn't end with subjectivity" - Insight management that accelerates product discovery
kaminashi
16
23k
【SIGGRAPH Asia 2025】Lo-Fi Photograph with Lo-Fi Communication
toremolo72
0
140
学習型データ構造:機械学習を内包する新しいデータ構造の設計と解析
matsui_528
6
4.2k
SREはサイバネティクスの夢をみるか? / Do SREs Dream of Cybernetics?
yuukit
3
450
ローテーション別のサイドアウト戦略 ~なぜあのローテは回らないのか?~
vball_panda
0
310
Tiaccoon: Unified Access Control with Multiple Transports in Container Networks
hiroyaonoe
0
1.3k
An Open and Reproducible Deep Research Agent for Long-Form Question Answering
ikuyamada
0
360
LiDARセキュリティ最前線(2025年)
kentaroy47
0
340
SREのためのテレメトリー技術の探究 / Telemetry for SRE
yuukit
13
3.4k
2026年1月の生成AI領域の重要リリース&トピック解説
kajikent
0
880
Featured
See All Featured
Balancing Empowerment & Direction
lara
5
990
Exploring anti-patterns in Rails
aemeredith
2
290
KATA
mclloyd
PRO
35
15k
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
0
110
How To Speak Unicorn (iThemes Webinar)
marktimemedia
1
420
The SEO identity crisis: Don't let AI make you average
varn
0
420
The Organizational Zoo: Understanding Human Behavior Agility Through Metaphoric Constructive Conversations (based on the works of Arthur Shelley, Ph.D)
kimpetersen
PRO
0
280
Intergalactic Javascript Robots from Outer Space
tanoku
273
27k
Noah Learner - AI + Me: how we built a GSC Bulk Export data pipeline
techseoconnect
PRO
0
150
Testing 201, or: Great Expectations
jmmastey
46
8.1k
Building Applications with DynamoDB
mza
96
7k
Typedesign – Prime Four
hannesfritz
42
3k
Transcript
防災テックチャレンジ 2020 【12 ⾃由提案】 低コスト低信頼な水位計導入促進ための 異常検知システムの提案 hassaku
近年の河川氾濫の危険性増大や各自治体の人手不足を背景に 低コストなIoT水位計の需要が高まっている 将来:低コスト水位計が普及 現状:不十分かつ高コストな監視体制 背景
しかしながら、低コストが故の低信頼性が課題になり、 将来の低コスト水位計の普及を妨げることが想定される 背景
各水位計のデータ \ 異常発見! / そこで、低コスト水位計の普及促進に貢献することを目標として 異常がありそうな水位計を特定するための技術を試作した 提案内容
基本原理 時間 時間×地点数 地点数 ※事前確率、ハイパーパラメータの表示は省略 水位(観測) 流入出量 河川流量 川幅等係数
位置関係等係数 雨量 河川、水位、雨量の関係性をモデル化したグラフィカルモデル 異常検知のための基本的な仕組みとして 水位に関係しそうなデータを機械学習によりモデル化する手法を用いた 水位と雨量のデータから、各要素の関係性 を学習し、水位の正常・異常の区別をつけら れるようにすることが目標
技術検証のために東京都が公開している実際のデータを利用 水位データの計測間隔は10分毎 検証内容
妙正寺川沿いに設置された4箇所の水位計及び付近1箇所の雨量データを利用 水位4地点(三角印) 雨量1地点(星印) 4/1~5/31 4/1~5/31 検証内容
同じ川沿いの水位計同士は、相関関係をもちつつ、 雨量・川幅・位置関係等に応じた変化を示す 水位@鷺盛橋 水位@妙正寺二上 水位@上高田上 水位@落合上 雨量@中野 雨量観測所 上高田上 落合上
←上流 5/16 5/27 検証内容 鷺盛橋 妙正寺二上 点線:実際の水位 実線:水位計の数値
仮に1地点(鷺盛橋)の水位計が故障したとして 誤った水位データを記録する状況を想定(検証用に実データを加工) 水位@鷺盛橋 水位@妙正寺二上 水位@上高田上 水位@落合上 雨量@中野 雨量観測所 鷺盛橋 妙正寺二上
上高田上 落合上 ←上流 点線:実際の水位 実線:水位計の数値 5/16 5/29 5/27 検証内容 雨が降った時の実際の水位(点線)と 水位計の数値(実線)が合っていない!
時間 時間×地点数 地点数 ※事前確率、ハイパーパラメータの表示は省略 水位(観測) 流入出量 河川流量 川幅等係数 位置関係等係数
雨量 河川、水位、雨量の関係性をモデル化したグラフィカルモデル MCMC法によるパラメータ推定 河川流量 川幅等係数 流入出量 位置関係等係数 水位データの生成過程を、シンプルな階層ベイズモデルにて記述し、 MCMC法により各種パラメータを推定 検証内容
パラメータ推定したモデルを用いると、 観測するであろう水位を予測することが可能 水位@鷺盛橋 水位@妙正寺二上 水位@上高田上 水位@落合上 雨量@中野 雨量観測所 鷺盛橋 妙正寺二上
上高田上 落合上 ←上流 点線:実際の水位 青線:水位計の数値 赤線:予測水位 5/16 5/29 実際には水位が上昇しているのに、 故障によって、正しく計測出来ていない 検証内容 雨が降った時の実際の水位(点線)と 予測水位(赤線)がほぼ合っている
結果、予測した水位と実際の計測水位を比較するなどして 異常のありそうな水位計を特定することが可能となる 水位@鷺盛橋 水位@妙正寺二上 水位@上高田上 水位@落合上 雨量@中野 雨量観測所 鷺盛橋 妙正寺二上
上高田上 落合上 ←上流 棒線:予測水位と計測水位の差 5/16 5/29 検証内容 異常の可能性が一目瞭然
まとめ • 低コスト水位計で懸念される低信頼性を担保するために、機械学習モデルによる 異常判別のための仕組みを提案 • 実際の低コスト水位計や異常データに本手法を適用し、実用性を検証することが今 後の課題 • また、更に大規模な河川ネットワークをモデル化し、水位計がない河川でも水位を ある程度推定出来るようにしたりして、年々増加する河川氾濫の防災に貢献してい
きたい