JP2022125812A - 学習モデルを構築する方法、波の振幅を推定する方法、水面の鉛直方向の位置の経時変化を推定する方法、波の振幅を推定する装置、及びプログラム - Google Patents
学習モデルを構築する方法、波の振幅を推定する方法、水面の鉛直方向の位置の経時変化を推定する方法、波の振幅を推定する装置、及びプログラム Download PDFInfo
- Publication number
- JP2022125812A JP2022125812A JP2021023610A JP2021023610A JP2022125812A JP 2022125812 A JP2022125812 A JP 2022125812A JP 2021023610 A JP2021023610 A JP 2021023610A JP 2021023610 A JP2021023610 A JP 2021023610A JP 2022125812 A JP2022125812 A JP 2022125812A
- Authority
- JP
- Japan
- Prior art keywords
- time
- acceleration
- series data
- water level
- learning model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 226
- 230000008859 change Effects 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims description 69
- 230000001133 acceleration Effects 0.000 claims abstract description 232
- 238000001914 filtration Methods 0.000 claims abstract description 32
- 230000008569 process Effects 0.000 claims description 40
- 238000010801 machine learning Methods 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 24
- 230000002123 temporal effect Effects 0.000 claims description 22
- 238000006073 displacement reaction Methods 0.000 claims description 20
- 238000009499 grossing Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 9
- 230000010354 integration Effects 0.000 abstract description 4
- 238000010276 construction Methods 0.000 description 44
- 230000015654 memory Effects 0.000 description 28
- 238000010586 diagram Methods 0.000 description 22
- 238000004891 communication Methods 0.000 description 21
- 230000006870 function Effects 0.000 description 11
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004069 differentiation Effects 0.000 description 5
- 230000005855 radiation Effects 0.000 description 4
- 230000036962 time dependent Effects 0.000 description 4
- 239000007787 solid Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 240000008168 Ficus benjamina Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
Description
図1は、振幅推定システム9の全体構成の例を示す概略図である。振幅推定システム9は、振幅推定装置1、端末2、及び学習モデル構築装置4を有する。また、図1に示す振幅推定システム9は、通信回線3を有する。
図2は、学習モデル構築装置4が学習モデルを構築する状況の例を示す図である。図2に示す通り、学習モデル構築装置4は、学習モデルを構築する際に、ケーブル6を介して波高計5と接続している。
図5は、学習モデル構築装置4の機能的構成の例を示す図である。学習モデル構築装置4のプロセッサ41は、上述したプログラムを実行することにより、水位取得手段411、水位フィルタ処理手段412、加速度算出手段413、加速度フィルタ処理手段414、教師データ生成手段415、及び学習モデル構築手段416として機能する。
図6は、振幅推定装置1の構成の例を示す図である。振幅推定装置1は、プロセッサ11、メモリ12、及びインタフェース13を有する。プロセッサ11は、メモリ12に記憶されているプログラムを実行することにより振幅推定装置1を制御する。プロセッサ11は、例えばCPUである。
図7は、端末2の構成の例を示す図である。端末2は、プロセッサ21、メモリ22、インタフェース23、及び加速度センサ26を有する。
図8は、振幅推定装置1の機能的構成の例を示す図である。振幅推定装置1のプロセッサ11は、上述したプログラムを実行することにより、加速度取得手段111、加速度フィルタ処理手段112、及び振幅取得手段113として機能する。
図9は、教師データ421を生成する動作の流れの例を示すフロー図である。図9(a)には、学習モデル構築装置4のプロセッサ41が、波高計5で測定された水位時系列データを教師データ421の目的変数の欄に記憶する動作が示されている。図9(b)には、プロセッサ41が、水位時系列データを2階微分して加速度時系列データを算出し、教師データ421の説明変数の欄に記憶することで教師データ421を完成させる動作が示されている。
以上が実施形態の説明であるが、この実施形態の内容は以下のように変形し得る。また、以下の変形例を組合せてもよい。
上述した実施形態において、学習モデル構築装置4は、学習モデル422を構築し、振幅推定装置1は、その学習モデル422を利用して、端末2から取得した加速度時系列データに応じた波の振幅の経時変化を推定していたが、振幅推定装置1は、学習モデル構築機能を内蔵してもよい。この場合、プロセッサ11は、プロセッサ41の上述した機能も有していればよく、また、振幅推定システム9は、学習モデル構築装置4を個別の装置として有しなくてもよい。
上述した実施形態において、端末2は、加速度センサ26を有していたが、水面Lvの変直方向の加速度が、時間軸に沿って測定できれば、加速度センサ26を有しなくてもよい。また、端末2は、浮遊物Jに取り付けられていたが、端末2そのものが水上に浮遊する構成であってもよい。また、端末2が学習モデル構築機能を有してもよい。
上述した実施形態において、振幅推定装置1と学習モデル構築装置4、及び振幅推定装置1と端末2とは、通信回線3を介して互いに接続し、情報のやり取りをしていたが、通信回線3を介さずに、情報のやり取りをしてもよい。例えば、振幅推定装置1のインタフェース13、学習モデル構築装置4のインタフェース43、及び端末2のインタフェース23は、いずれも近距離無線通信の機能を有しており、この近距離無線通信によって、振幅推定装置1と学習モデル構築装置4、又は振幅推定装置1と端末2とが情報のやり取りをしてもよい。
上述した実施形態において、振幅推定システム9は、海底から超音波照射装置や水圧センサ等を使って水面変動を捉える海底設置型の波高計5を用いていたが、波高計5に変えて、GNSSにより水面変動を捉えてもよい。この場合、端末2が、上述した波高計5の機能を有していればよい。
上述したプロセッサ11、及びプロセッサ41によって実行されるプログラムは、磁気テープ及び磁気ディスク等の磁気記録媒体、光ディスク等の光記録媒体、光磁気記録媒体、半導体メモリ等の、コンピュータ装置が読取り可能な記録媒体に記憶された状態で提供し得る。また、このプログラムは、インターネット等の通信回線経由でダウンロードされてもよい。すなわち、このプログラムは、コンピュータに、波が生じている水面の鉛直方向の位置を継続的に測定して得られる、水位の経時変化を示す水位時系列データを繰り返し取得する処理と、水位時系列データを取得する処理において取得した水位時系列データの各々に関し、この水位時系列データが示す経時変化する水位による変位量を時間軸において2階微分して加速度の経時変化を算出し、算出した加速度の経時変化を示す加速度時系列データを生成する処理と、水位時系列データを取得する処理において取得した水位時系列データの各々に関し、この水位時系列データが示す経時変化する波の振幅を目的変数とし、加速度時系列データを生成する処理においてこの水位時系列データが示す経時変化する水位による変位量から算出した経時変化する加速度を説明変数とする機械学習用の教師データを生成する処理と、教師データを生成する処理において生成した複数の教師データを用いた機械学習により学習モデルを構築する処理と、を実行させるプログラムである。なお、上述した振幅推定装置1及び学習モデル構築装置4によって例示した制御手段としてはCPU以外にも種々の装置が適用される場合があり、例えば、専用のプロセッサ等が用いられる。
Claims (8)
- 波が生じている水面の鉛直方向の位置を継続的に測定して得られる、水位の経時変化を示す水位時系列データを繰り返し取得する水位取得工程と、
前記水位取得工程において取得された水位時系列データの各々に関し、当該水位時系列データが示す経時変化する水位による変位量を時間軸において2階微分して加速度の経時変化を算出し、算出した加速度の経時変化を示す加速度時系列データを生成する加速度算出工程と、
前記水位取得工程において取得された水位時系列データの各々に関し、当該水位時系列データが示す経時変化する波の振幅を目的変数とし、前記加速度算出工程において当該水位時系列データが示す経時変化する水位による変位量から算出された経時変化する加速度を説明変数とする機械学習用の教師データを生成する教師データ生成工程と、
前記教師データ生成工程において生成された複数の教師データを用いた機械学習により学習モデルを構築する学習モデル構築工程と、
を備える波の振幅の推定に用いる学習モデルを構築する方法。 - 前記水位取得工程において取得された水位時系列データの各々に関し、当該水位時系列データに対しノイズの除去及び平滑化の少なくとも一方を施すフィルタ処理を行う水位フィルタ処理工程
を備え、
前記加速度算出工程において、前記水位フィルタ処理工程においてフィルタ処理の行われた水位時系列データを用いる
請求項1に記載の方法。 - 前記加速度算出工程において生成された加速度時系列データの各々に関し、当該加速度時系列データに対しノイズの除去及び平滑化の少なくとも一方を施すフィルタ処理を行う加速度フィルタ処理工程
を備え、
前記教師データ生成工程において、前記加速度フィルタ処理工程においてフィルタ処理の行われた加速度時系列データを用いる
請求項1又は2に記載の方法。 - 波が生じている水面に浮かぶ浮遊物に取り付けられた受信手段により受信された航法信号に基づき算出された前記水面の鉛直方向の位置の経時変化を示す位置時系列データを取得する位置取得工程と、
前記位置時系列データが示す経時変化する位置による変位量を時間軸において2階微分して加速度の経時変化を算出し、算出した加速度の経時変化を示す加速度時系列データを生成する加速度算出工程と、
前記位置取得工程において取得された位置時系列データの各々に関し、当該位置時系列データが示す経時変化する前記位置を目的変数とし、前記加速度算出工程において当該位置時系列データが示す経時変化する位置から算出された経時変化する加速度を説明変数とする機械学習用の教師データを生成する教師データ生成工程と、
前記教師データ生成工程において生成された複数の教師データを用いた機械学習により学習モデルを構築する学習モデル構築工程と、
を備える水面の鉛直方向の位置の経時変化の推定に用いる学習モデルを構築する方法。 - 水上に浮かぶ浮遊物が水面の上下動により受ける鉛直方向の加速度の測定値の経時変化を示す加速度時系列データを取得する加速度取得工程と、
請求項1乃至3のいずれか1項に記載の方法により構築された前記学習モデルに対し、前記加速度取得工程において取得された加速度時系列データを説明変数として入力し、前記学習モデルから目的変数として出力される波の振幅の経時変化を示す振幅時系列データを取得する振幅取得工程と、
を備える波の振幅を推定する方法。 - 水上に浮かぶ浮遊物が水面の上下動により受ける鉛直方向の加速度の測定値の経時変化を示す加速度時系列データを取得する加速度取得工程と、
請求項4に記載の方法により構築された前記学習モデルに対し、前記加速度取得工程において取得された加速度時系列データを説明変数として入力し、前記学習モデルから目的変数として出力される水面の鉛直方向の位置の経時変化を示す水面位置時系列データを取得する水面位置取得工程と、
を備える水面の鉛直方向の位置の経時変化を推定する方法。 - 水上に浮かぶ浮遊物が水面の上下動により受ける鉛直方向の加速度の測定値の経時変化を示す加速度時系列データを取得する加速度取得手段と、
請求項1乃至3のいずれか1項に記載の方法により構築された学習モデルに対し、前記加速度取得手段が取得した加速度時系列データを説明変数として入力し、該学習モデルから目的変数として出力される波の振幅の経時変化を示す振幅時系列データを取得する振幅取得手段と、
を備える波の振幅を推定する装置。 - コンピュータに、
波が生じている水面の鉛直方向の位置を継続的に測定して得られる、水位の経時変化を示す水位時系列データを繰り返し取得する処理と、
前記水位時系列データを取得する処理において取得した水位時系列データの各々に関し、当該水位時系列データが示す経時変化する水位による変位量を時間軸において2階微分して加速度の経時変化を算出し、算出した加速度の経時変化を示す加速度時系列データを生成する処理と、
前記水位時系列データを取得する処理において取得した水位時系列データの各々に関し、当該水位時系列データが示す経時変化する波の振幅を目的変数とし、前記加速度時系列データを生成する処理において当該水位時系列データが示す経時変化する水位による変位量から算出した経時変化する加速度を説明変数とする機械学習用の教師データを生成する処理と、
前記教師データを生成する処理において生成した複数の教師データを用いた機械学習により学習モデルを構築する処理と、
を実行させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021023610A JP7487126B2 (ja) | 2021-02-17 | 2021-02-17 | 学習モデルを構築する方法、波の振幅を推定する方法、水面の鉛直方向の位置の経時変化を推定する方法、波の振幅を推定する装置、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021023610A JP7487126B2 (ja) | 2021-02-17 | 2021-02-17 | 学習モデルを構築する方法、波の振幅を推定する方法、水面の鉛直方向の位置の経時変化を推定する方法、波の振幅を推定する装置、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022125812A true JP2022125812A (ja) | 2022-08-29 |
JP7487126B2 JP7487126B2 (ja) | 2024-05-20 |
Family
ID=83058598
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021023610A Active JP7487126B2 (ja) | 2021-02-17 | 2021-02-17 | 学習モデルを構築する方法、波の振幅を推定する方法、水面の鉛直方向の位置の経時変化を推定する方法、波の振幅を推定する装置、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7487126B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2023102041A (ja) * | 2022-01-11 | 2023-07-24 | ソフトバンク株式会社 | 水位推定システム、水位推定方法および情報処理装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3658595B2 (ja) | 2002-04-05 | 2005-06-08 | 独立行政法人 宇宙航空研究開発機構 | Gps式波高・流向流速計測装置及びgps式波高・流向流速計測システム |
JP5157359B2 (ja) | 2006-10-10 | 2013-03-06 | オムロン株式会社 | 時系列データ解析装置、時系列データ解析システム、時系列データ解析装置の制御方法、プログラム、および記録媒体 |
US10488554B2 (en) | 2017-03-21 | 2019-11-26 | Sofar Ocean Technologies, Inc. | Real-time metocean sensor arrays |
JP7128724B2 (ja) | 2018-11-14 | 2022-08-31 | 五洋建設株式会社 | 波高算出方法 |
JP6951615B2 (ja) | 2019-10-31 | 2021-10-20 | 株式会社ブルーオーシャン研究所 | 海況情報測定ブイ及び海況情報測定装置 |
-
2021
- 2021-02-17 JP JP2021023610A patent/JP7487126B2/ja active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2023102041A (ja) * | 2022-01-11 | 2023-07-24 | ソフトバンク株式会社 | 水位推定システム、水位推定方法および情報処理装置 |
JP7345576B2 (ja) | 2022-01-11 | 2023-09-15 | ソフトバンク株式会社 | 水位推定システム、水位推定方法および情報処理装置 |
Also Published As
Publication number | Publication date |
---|---|
JP7487126B2 (ja) | 2024-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102749622B (zh) | 基于多波束测深的声速剖面及海底地形的联合反演方法 | |
DK2689263T3 (en) | Determining the position of an underwater vehicle in a body of water | |
US7613072B2 (en) | System and method for determining directional and non-directional fluid wave and current measurements | |
CN107990891B (zh) | 基于长基线和信标在线标定的水下机器人组合导航方法 | |
CN101886743B (zh) | 一种定位海底管道机器人方法及装置 | |
JP2013545096A (ja) | 水中構造物に対する水中航走体の位置および向きの推定 | |
US7352651B2 (en) | System and method for determining directional and non-directional fluid wave and current measurements | |
JP2022125812A (ja) | 学習モデルを構築する方法、波の振幅を推定する方法、水面の鉛直方向の位置の経時変化を推定する方法、波の振幅を推定する装置、及びプログラム | |
CN104180873A (zh) | 一种单波束测深仪水深粗差检测修正方法及系统 | |
Vidhya et al. | An Effective Evaluation of SONARS using Arduino and Display on Processing IDE | |
JP2003004848A (ja) | ソーナー探知範囲予察可視化システム、方法及びプログラム | |
CN113671508A (zh) | 水下淤泥测量方法、装置及系统 | |
KR102263037B1 (ko) | 수중 운동체와 수중 음향 탐지 장비를 이용한 수중 환경 지도 작성 시스템 및 그 방법 | |
CN116910473B (zh) | 海底沉积物宽频声速预测方法、计算机装置和存储介质 | |
CN110873813B (zh) | 一种水流速度估算方法、组合导航方法及装置 | |
CN111427010A (zh) | Rov水下定位系统及定位方法 | |
JP7455055B2 (ja) | 波の振幅推定方法、振幅推定装置、及びプログラム | |
Fuentes-Pérez et al. | Map-based localization in structured underwater environment using simulated hydrodynamic maps and an artificial lateral line | |
Sentinel | Sentinel V | |
JP4830269B2 (ja) | 係留センサ測位方法および装置 | |
KR20160050119A (ko) | 초음파를 이용한 풍향풍속 측정장치 및 그 방법 | |
JP2003004847A (ja) | ソーナー探知範囲予察システム、方法及びプログラム | |
JP2020128894A (ja) | 水温測定装置、及び水温測定方法 | |
CN115932884B (zh) | 一种基于三维激光雷达的波浪方向谱测量方法及系统 | |
JP2022097116A (ja) | 波の振幅推定方法、振幅推定装置、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231106 |
|
TRDD | Decision of grant or rejection written | ||
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240430 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240507 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240508 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7487126 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |