Upgrade to Pro — share decks privately, control downloads, hide ads and more …

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

hassaku
June 23, 2020

 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

More Decks by hassaku

Other Decks in Research

Transcript

  1. 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

  2. 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!

  3. 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
 

  4. 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