本研究では，人口ニューラルネットワーク(ANN)に基づいて局地的な降雨(降水量)予測システムを構築し検証する．我々のシステムは降雨予測に用いられる気象データをインターネットから自動で取得する．我々のシステムでは，局所的な地点にインストールされた装置から得られる気象データはユーザーの間で共有される．本研究の最終的な目標は，インターネット上の"ビッグデータ"を活用することと，正確な降雨予測のためにユーザー間でデータを共有することである．我々は，日本の気象庁(JMA)のデータを用いて日本のいくつかの地域の降雨量を予測した．ニューラルネットワークモデルとしてバックプロパゲーションとランダム最適化からなるハイブリッドアルゴリズムを用いた多層パーセプトロン(MLP)と最小二乗法を用いたRBFN (radial basis function network)を用い，これら二つのモデルの予測性能を比較した．松山，札幌，那覇の2012年の降水量を2011年の各市の気象データに基づきニューラルネットワークにより予測した．提案手法の一般性を検証するために日本の16地点での降水量も予測し，JMAの予測と比較した．実験により日本における降水量は提案手法により予測可能であること，RBFNモデルよりもMLPモデルの方が予測性能が良いことがわかった．しかしながら，予測性能はJMAのものよりも良くはなかった．最後に東京における2011年と2012年の夏の大雨を2000年∼2010年のデータをもとに推定した．大雨の降水量は精度よく予測された．これより提案手法は不意なゲリラ豪雨を予測できるのではないかと期待される．