入力データは、降水確率や気温の変化に関係ありそうな 気圧、降水量、気温、湿度、日照時間の５項目、11種類のデータを 第4章で述べたように すべての振れ幅を0〜1000までと統一して正規化した値を用いて行った。 また、降水量は上限を50mmとして、それ以上の降水は異常値ということで カットした値を対数化して、さらにそれを0〜1000に正規化した値を利用した。
まず、新しい予測方法と比較するために去年と同じように、[12] 天気のパターンを分類したマップの結果から翌日の気象の予測を行うための もう一つのマップを作る方法で降水の有無と最高気温、最低気温の予測を行い 実際の値と比較してその誤差を求めた。 降水の有無は気象庁の実際の検証方法に従い、1mm以上の降水を降水あり、 それより下の降水を降水なしと判定した。 また、気温は測定値と実際の値との平均二乗誤差を求めた。
次に、天気のパターンを分類したマップの座標の推移のパターンを 学習させたマップを作る方法で予測を行い、実際の値と比較してその誤差を求め考察した。 座標の推移のパターンを学習させる量は、5日前からと10日前からの推移を見る場合を調べた。
これらの予測方法、入力データを用いて 表5.1の9カ所の地点の観測データを用いて気象の予測を行い、 予測精度に関する特徴を分析し考察した。
| 地点 | 特徴 |
| 東京都 東京 | 気象庁が予報精度検証に使用している地点 |
| 北海道 稚内 | 最北端の気象観測所で平均気温が低い地点 |
| 秋田県 秋田 | 夏と冬の気候が極端に違う地点 |
| 新潟県 新潟 | 日本海側に位置し、豪雪地帯に含まれる地点 |
| . 滋賀県 彦根 | 周囲を山に囲まれ、気候の変動が少ない地点 |
| 和歌山県 潮岬 | 太平洋側に位置し、季節風の影響を大きく受ける地点 |
| 香川県 高松 | 瀬戸内気候に属し、雨が少なく温暖な地点 |
| 島根県 松江 | 日本海側気候に属するも冬期は雪が少なく雨が多い地点 |
| 沖縄県 那覇 | 沖縄本島に位置し、平均気温が高い地点 |