前田 優樹 / Yuki Maeda

研究概要 / About me

機械学習・深層学習モデルを用いて、大気循環の予測可能性の理解と向上に取り組んでいます。特に、夏季の熱帯で卓越する季節内変動（北半球夏季季節内振動：BSISO）や、日本の夏季の天候に大きな影響を与える北西太平洋高気圧（WNPSH）に着目し、その変動機構と予測可能性の要因を明らかにする研究を進めています。

近年、深層学習は大気科学においても急速に応用が広がり、数値モデルや統計的データ解析と並ぶ有力なアプローチとして位置づけられています。本研究ではデータ駆動型手法を高精度な予測手法として活用するだけでなく、統計モデルとしての観点から予測可能性の構造や予測根拠（説明可能性）を解析することで、大気現象の理解を深めることを目指しています。

I am working to understand and improve the predictability of atmospheric circulation using machine learning and deep learning. Focusing on the Boreal Summer Intraseasonal Oscillation (BSISO) and the Western North Pacific Subtropical High (WNPSH), I leverage data-driven approaches from both forecasting and interpretability (explainable AI) perspectives, aiming to identify the drivers of predictability and deepen our understanding of atmospheric phenomena.

Keywords

経歴 / Profile

受賞歴 / Awards

• AOGS2025 Best Student Poster Award (Atmospheric Science Section)
  Yuki Maeda, AS58-A018: Deep Learning Approach to Subseasonal Prediction of the Western North Pacific Subtropical High: Transfer and Multitask Learning. August 1, 2025, Singapore
  

  The AOGS2025 Best Student Poster Competition, Atmospheric Science (AS)

• 日本気象学会2024年度秋季大会松野賞受賞
  前田優樹「深層学習を用いた北半球夏季季節内振動（BSISO）の予測と要因分析」, 2024年12月19日

  2024年度秋季大会松野賞の受賞者決まる

• GeoSciAI2024「気象」学生賞受賞
  日本地球惑星科学連合・人工知能学会GeoSciAI（地球惑星科学分野データにおけるAIモデル作成コンテスト）「台風の24時間後の最大風速を予測しよう」, 2024年5月26日
  

  前田優樹さんがGeoSciAI2024 学生賞（気象課題）を受賞

資格 / Qualifications

• 気象予報士（第11247号）

所属学会 / Affiliations

• 気象学会
• JpGU (日本地球惑星科学連合)
• EGU (European Geosciences Union)
• AOGS (Asia Oceania Geosciences Society)

連絡先 / Contact

Email: maeda-y (at) aori.u-tokyo.ac.jp

ORCID: https://orcid.org/0009-0009-8089-9231

GitHub: https://github.com/YukiMaeda-aori