論文から始まり、現場の知見で磨いていく。
2023〜2025
入った要素
2024〜2026
入った要素
これから
これから入る要素
気圧配置の分類は、予報士の感覚で判断されてきました。
前線は、予報士が決まりと経験から描いています。
気象の考察を生成AIに任せると、事実でないことを書く場合があります。
手に入りにくい、現場の判断の細かなルールを集めています。
SOMと前線の自動記述は、過去の日の再現に限って使う設計です。未来の予測には使いません。
ChatGPTによる天気図画像からの天気コメント生成の検証
髙須賀 匠, 高野 雄紀, 渡邊 正太郎, 雲居 玄道
天気, Vol.72, No.12, pp.603-611(査読付き・短報), 2025
DOIRecognition Performance Validation of Weather Map Images by ChatGPT
Takumi Takasuka, Yuki H. Takano, Shotaro Watanabe, Gendo Kumoi
Procedia Computer Science, Vol.246, pp.3132-3141(KES 2024・査読付き), 2024
DOISwin-Unetを用いた前線自動記述システムの検証
髙須賀 匠, 高野 雄紀, 渡邊 正太郎, 雲居 玄道
日本気象学会 2025年度春季大会, 2025
構造類似度指標の統合による SOM 気圧配置分類法の一考察
髙須賀 匠, 渡邊 正太郎, 高野 雄紀, 雲居 玄道
第48回 情報理論とその応用シンポジウム(SITA2025), 2025
自己組織化マップを用いた気圧配置のクラスタリングと 1km メッシュ天気データによる分析
髙須賀 匠ほか
情報処理学会 第87回全国大会, 2025
気象数値データに基づく天気コメント生成の検証
髙須賀 匠ほか
日本気象学会 2024年度秋季大会, 2024