JP7470413B2 - 情報処理装置、情報処理方法、及びプログラム - Google Patents
情報処理装置、情報処理方法、及びプログラム Download PDFInfo
- Publication number
- JP7470413B2 JP7470413B2 JP2020185319A JP2020185319A JP7470413B2 JP 7470413 B2 JP7470413 B2 JP 7470413B2 JP 2020185319 A JP2020185319 A JP 2020185319A JP 2020185319 A JP2020185319 A JP 2020185319A JP 7470413 B2 JP7470413 B2 JP 7470413B2
- Authority
- JP
- Japan
- Prior art keywords
- vortex
- aircraft
- data
- probability distribution
- parameter
- 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.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims description 44
- 238000003672 processing method Methods 0.000 title claims description 5
- 238000009826 distribution Methods 0.000 claims description 152
- 238000007781 pre-processing Methods 0.000 claims description 18
- 230000001133 acceleration Effects 0.000 claims description 10
- 230000002093 peripheral effect Effects 0.000 claims description 4
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 2
- 238000005192 partition Methods 0.000 claims 2
- 238000000034 method Methods 0.000 description 28
- 238000012545 processing Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 11
- 239000000284 extract Substances 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000007704 transition Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 238000005457 optimization Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 6
- 239000000443 aerosol Substances 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 102100040841 C-type lectin domain family 5 member A Human genes 0.000 description 1
- 101150008824 CLEC5A gene Proteins 0.000 description 1
- 101150056111 MDL1 gene Proteins 0.000 description 1
- 101100386697 Magnaporthe oryzae (strain 70-15 / ATCC MYA-4617 / FGSC 8958) DCL1 gene Proteins 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Description
[情報処理システムの構成]
図1は、第1実施形態に係る情報処理システム1の構成の一例を示す図である。図示のように、情報処理システム1は、例えば、航空機に搭載されたフライトデータレコーダー10と、同航空機に搭載されたドップラーライダー20と、気象観測装置30と、気象予測装置40と、情報処理装置100とを備える。これらの装置は、ネットワークNWに接続される。ネットワークNWは、例えば、WAN(Wide Area Network)やLAN(Local Area Network)などである。
図2は、第1実施形態に係る情報処理装置100の構成の一例を表す図である。情報処理装置100は、単一のコンピュータであってもよいし、ネットワークNWを介して接続された複数のコンピュータが互いに協働して動作する一つのシステムであってもよい。すなわち、情報処理装置100は、分散コンピューティングやクラウドコンピューティングを利用したシステムに含まれる複数のコンピュータ(プロセッサ)によって実装されてもよい。
以下、フローチャートに即して情報処理装置100の制御部110による一連の処理の流れを説明する。図3は、第1実施形態に係る情報処理装置100の制御部110による一連の処理の流れの一例を示すフローチャートである。情報処理装置100が、分散コンピューティングやクラウドコンピューティングを利用した複数のコンピュータによって実装される場合、本フローチャートの処理の一部または全部は、複数のコンピュータによって並列処理されてよい。
(b)どの位置の、どの渦線の全水頭も等しい。
(c)渦輪の周速(回転速度)が渦の半径に反比例する。
(e)同一半径の渦輪(同一渦線)上の各位置において全水頭が等しい。
(f)全ての位置で渦の角速度は一定で、渦線の周速(回転速度)は渦の半径に比例して増加する。
以下、確率分布の詳細な推定方法について説明する。図10は、第1実施形態に係る情報処理装置100の制御部110による確率分布の推定処理の流れの一例を示すフローチャートである。本フローチャートの処理は、上述したS106の処理をMCMCで実装したものに相当する。以下、説明を簡略化するため、観測渦モデルMDLが1個(M=1)であることを前提にして、渦パラメータの確率分布の推定処理を説明する。
以下、第2実施形態について説明する。上述した第1実施形態では、各渦パラメータの確率分布を事後分布として推定するために、正規分布などの任意の事前分布を用いるものとして説明した。これに対して、第2実施形態では、最適化された事前分布(つまり最適化された初期パラメータx_now)を用いる点で第1実施形態と相違する。以下、第1実施形態との相違点を中心に説明し、第1実施形態と共通する点については説明を省略する。第2実施形態の説明において、第1実施形態と共通する部分については同一符号を付して説明する。
以下、第3実施形態について説明する。第3実施形態では、気象予測データを用いて事前分布を仮定する点で第1実施形態や第2実施形態と相違する。以下、第1実施形態や第2実施形態との相違点を中心に説明し、第1実施形態や第2実施形態と共通する点については説明を省略する。第3実施形態の説明において、第1実施形態と共通する部分、又は第2実施形態と共通する部分については同一符号を付して説明する。
以下、第4実施形態について説明する。第4実施形態では、アンサンブル気象予測を確率的推定渦モデルMDLeの生成に利用する点で第1実施形態から第3実施形態と相違する。以下、第1実施形態から第3実施形態との相違点を中心に説明し、第1実施形態から第3実施形態と共通する点については説明を省略する。第4実施形態の説明において、第1実施形態から第3実施形態と共通する部分については同一符号を付して説明する。
以下、第5実施形態について説明する。第5実施形態では、ターゲット航空機のフライトデータだけでなく、ターゲット近接航空機のフライトデータも利用して渦パラメータの確率分布を推定する点で第1実施形態から第4実施形態と相違する。
以下、第6実施形態について説明する。第6実施形態では、気象観測データを用いて事前分布を仮定する点で第1実施形態から第5実施形態と相違する。以下、第1実施形態から第5実施形態との相違点を中心に説明し、第1実施形態から第5実施形態と共通する点については説明を省略する。第6実施形態の説明において、第1実施形態から第5実施形態と共通する部分については同一符号を付して説明する。
Claims (9)
- 航空機のフライトデータ及び前記航空機の周辺の風速データを少なくとも含むデータセットを取得する取得部と、
前記取得部によって取得された前記データセットに基づいて、前記航空機の周辺領域に生じた気流の渦のモデルとなり得る複数の渦モデルであって、互いに形態の異なる複数の渦モデルの中から、少なくとも一つの前記渦モデルを選択する選択部と、
前記選択部によって選択された前記渦モデルに含まれ、かつ前記渦モデルの形態に対応するパラメータごとに、前記パラメータが取り得る値の確率分布を推定する推定部と、
前記推定部によって推定された前記確率分布に基づいて、前記選択部によって選択された前記渦モデルの各パラメータの値を決定する決定部と、
を備える情報処理装置。 - 前記推定部は、マルコフ連鎖モンテカルロ法を用いて、前記確率分布を推定する、
請求項1に記載の情報処理装置。 - 前記推定部は、前記パラメータの最適化された初期値を事前分布に決定し、前記決定した事前分布から、前記事前分布に対する事後分布として前記確率分布を推定する、
請求項2に記載の情報処理装置。 - 前記取得部は、更に、前記周辺領域の気象予測データを取得し、
前記推定部は、前記取得部によって取得された前記気象予測データを基に事前分布を決定し、前記決定した事前分布から、前記事前分布に対する事後分布として前記確率分布を推定する、
請求項2又は3に記載の情報処理装置。 - 前記取得部は、更に、前記周辺領域の気象観測データを取得し、
前記推定部は、前記取得部によって取得された前記気象観測データを基に事前分布を決定し、前記決定した事前分布から、前記事前分布に対する事後分布として前記確率分布を推定する、
請求項2から4のうちいずれか一項に記載の情報処理装置。 - 前記渦モデルには、1以上の自然数であるN個のパラメータが含まれており、
前記選択部は、前記航空機の周辺領域に、1以上の自然数であるM個の気流の渦が生じた場合、前記複数の渦モデルの中から、M個の前記渦モデルを選択し、
前記推定部は、M×N個のパラメータの其々について前記確率分布を推定し、
前記決定部は、前記M×N個のパラメータの其々の前記確率分布に基づいて、前記選択部によって選択されたM個の前記渦モデルの其々に含まれるN個のパラメータの値を決定する、
請求項1から5のうちいずれか一項に記載の情報処理装置。 - 前記フライトデータには、前記航空機の揺れの度合いを表す加速度データが含まれており、
前記加速度データに基づいて、前記データセットから前記渦モデルの選択に利用されるデータ区分を抽出する前処理部を更に備える、
請求項1から6のうちいずれか一項に記載の情報処理装置。 - コンピュータが、
航空機のフライトデータ及び前記航空機の周辺の風速データを少なくとも含むデータセットを取得し、
前記取得したデータセットに基づいて、前記航空機の周辺領域に生じた気流の渦のモデルとなり得る複数の渦モデルであって、互いに形態の異なる複数の渦モデルの中から、少なくとも一つの前記渦モデルを選択し、
前記選択した渦モデルに含まれ、かつ前記渦モデルの形態に対応するパラメータごとに、前記パラメータが取り得る値の確率分布を推定し、
前記推定した確率分布に基づいて、前記選択した渦モデルの各パラメータの値を決定する、
情報処理方法。 - コンピュータに、
航空機のフライトデータ及び前記航空機の周辺の風速データを少なくとも含むデータセットを取得すること、
前記取得したデータセットに基づいて、前記航空機の周辺領域に生じた気流の渦のモデルとなり得る複数の渦モデルであって、互いに形態の異なる複数の渦モデルの中から、少なくとも一つの前記渦モデルを選択すること、
前記選択した渦モデルに含まれ、かつ前記渦モデルの形態に対応するパラメータごとに、前記パラメータが取り得る値の確率分布を推定すること、及び
前記推定した確率分布に基づいて、前記選択した渦モデルの各パラメータの値を決定すること、
を実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020185319A JP7470413B2 (ja) | 2020-11-05 | 2020-11-05 | 情報処理装置、情報処理方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020185319A JP7470413B2 (ja) | 2020-11-05 | 2020-11-05 | 情報処理装置、情報処理方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022074901A JP2022074901A (ja) | 2022-05-18 |
JP7470413B2 true JP7470413B2 (ja) | 2024-04-18 |
Family
ID=81605810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020185319A Active JP7470413B2 (ja) | 2020-11-05 | 2020-11-05 | 情報処理装置、情報処理方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7470413B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116609552B (zh) * | 2023-07-18 | 2023-10-20 | 江西省气象探测中心 | 一种风速测量不确定度评定方法、系统、存储介质及设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080035784A1 (en) | 2006-08-10 | 2008-02-14 | Meserole Jere S | Aircraft wake vortex predictor and visualizer |
JP2010500217A (ja) | 2006-08-10 | 2010-01-07 | ザ・ボーイング・カンパニー | 航空機の後流渦予測および視覚化 |
JP2010190772A (ja) | 2009-02-19 | 2010-09-02 | Mitsubishi Electric Corp | 後方乱気流検出装置 |
JP2010243483A (ja) | 2009-03-31 | 2010-10-28 | Honeywell Internatl Inc | 飛行中の航空機に使用する気象情報を補正するためのシステムおよび方法 |
JP2010249550A (ja) | 2009-04-13 | 2010-11-04 | Railway Technical Res Inst | 気象レーダーを用いた突風探知システム |
WO2015182142A1 (ja) | 2014-05-28 | 2015-12-03 | 国立大学法人京都大学 | 気象予報システム |
JP2018049390A (ja) | 2016-09-20 | 2018-03-29 | 株式会社東芝 | 特性値推定装置および特性値推定方法 |
JP2019190802A (ja) | 2018-04-27 | 2019-10-31 | 株式会社荏原製作所 | 燃焼炉の燃焼状態の推定方法、燃焼炉の燃焼制御方法、および燃焼炉の燃焼制御装置 |
JP6756889B1 (ja) | 2019-09-30 | 2020-09-16 | 東日本旅客鉄道株式会社 | 渦検出装置、渦検出方法、プログラム及び学習済モデル |
-
2020
- 2020-11-05 JP JP2020185319A patent/JP7470413B2/ja active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080035784A1 (en) | 2006-08-10 | 2008-02-14 | Meserole Jere S | Aircraft wake vortex predictor and visualizer |
JP2010500217A (ja) | 2006-08-10 | 2010-01-07 | ザ・ボーイング・カンパニー | 航空機の後流渦予測および視覚化 |
JP2010190772A (ja) | 2009-02-19 | 2010-09-02 | Mitsubishi Electric Corp | 後方乱気流検出装置 |
JP2010243483A (ja) | 2009-03-31 | 2010-10-28 | Honeywell Internatl Inc | 飛行中の航空機に使用する気象情報を補正するためのシステムおよび方法 |
JP2010249550A (ja) | 2009-04-13 | 2010-11-04 | Railway Technical Res Inst | 気象レーダーを用いた突風探知システム |
WO2015182142A1 (ja) | 2014-05-28 | 2015-12-03 | 国立大学法人京都大学 | 気象予報システム |
JP2018049390A (ja) | 2016-09-20 | 2018-03-29 | 株式会社東芝 | 特性値推定装置および特性値推定方法 |
JP2019190802A (ja) | 2018-04-27 | 2019-10-31 | 株式会社荏原製作所 | 燃焼炉の燃焼状態の推定方法、燃焼炉の燃焼制御方法、および燃焼炉の燃焼制御装置 |
JP6756889B1 (ja) | 2019-09-30 | 2020-09-16 | 東日本旅客鉄道株式会社 | 渦検出装置、渦検出方法、プログラム及び学習済モデル |
Also Published As
Publication number | Publication date |
---|---|
JP2022074901A (ja) | 2022-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6831414B2 (ja) | 測位のための方法、測位のための装置、デバイス及びコンピュータ読み取り可能な記憶媒体 | |
US10795054B2 (en) | System and method for sensing wind flow passing over complex terrain | |
Madankan et al. | Computation of probabilistic hazard maps and source parameter estimation for volcanic ash transport and dispersion | |
JP2011128149A (ja) | 対流的気象によるエイビエイションの危険性検出のための方法およびシステム | |
US11294063B2 (en) | System and method for fast wind flow measurement by LiDAR in a complex terrain | |
JP6689396B2 (ja) | 気象予測装置、気象予測方法、およびプログラム | |
KR102319145B1 (ko) | 고해상도 해양 데이터를 생성하기 위한 방법 및 이를 이용한 장치 | |
JP7470413B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
US11442076B2 (en) | System and method for wind flow turbulence measurement by LiDAR in a complex terrain | |
Gao et al. | A hybrid method for fine-scale wind field retrieval based on machine learning and data assimilation | |
KR102566200B1 (ko) | 이동 객체의 이동 경로에 따른 위험도를 표시하는 확률맵을 생성하기 위한 확률맵 생성 장치 및 방법 | |
KR102561270B1 (ko) | 구조 구난을 위한 해상 표류물의 위치 추정 방법 및 장치 | |
JP6867072B2 (ja) | 気象予測データ作成プログラム、気象予測データ作成方法、及び、移動体 | |
KR100741155B1 (ko) | 레이저 펄스를 이용한 수목의 높이 데이터 추출장치 및 그방법 | |
JP7256487B2 (ja) | 気象予測装置、気象予測方法、およびプログラム | |
Knutson et al. | Terminal wind hazard analyses based on assimilated weather data and Lagrangian coherent structures | |
Wartha et al. | Investigating Errors of Wake Vortex Retrievals Using High Fidelity Lidar Simulations | |
US20230152092A1 (en) | Systems and Methods for Generating a Phase-Resolved Ocean Wave Forecasts with Ensemble Based Data Assimilation | |
KR20230073879A (ko) | 난류 파악 방법 및 그 장치 | |
Mihajlović et al. | Architecture of hasis-3d system designed for hail suppression purposes | |
JP2023088711A (ja) | 落雷予測システム、落雷予測方法、およびプログラム | |
Botnen | Precipitation forecasting using Radar Data | |
JP2018096945A (ja) | 計測十分度算出装置、方法、及びプログラム | |
Janjua | Fusion of ice thickness from passive microwave data and ice ocean model for improved estimation | |
Drew et al. | and Industrial Aerodynamics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230821 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240307 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240319 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240401 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7470413 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |