機械学習による世界の気候パターンの分類に成功 －30年間の気候データを画像化して深層学習で識別－

伊勢武史 フィールド科学教育研究センター 准教授、大庭ゆりか 学際融合教育研究推進センター 特定助教の研究グループは、ブラックボックスであるディープラーニングの特徴を逆手に取り、トップダウン型の研究を行うことで、気候をつかさどる物理現象の数式を用いずに、気候パターンの分類に成功しました。 世界の気候を理解しパターン化することは、気候変動の影響が懸念される現代において特に重要なことですが、物理学の法則にのっとって現象を理解しようとするボトムアップ型の研究では限界がありました。気候という現象に影響を与える要素は無数にあり、またカオス的な挙動を引き起こすあまたのフィードバックが存在するからです。これらの要素のすべてを明示的な数式で表現することは困難です。 本研究では、ある30年間の気候に関する8つの変数（月別の気温・降水量・湿度など）から選んだ最大3つの変数について、デジタルカラー画像を構成する

[misshiki]

“機械学習による世界の気候パターンの分類に成功 ー30年間の気候データを画像化して深層学習で識別ー”