Development of a methodology for discovering knowledge from a large amount of sensor monitoring data

Research Project

Project/Area Number	19560470
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Single-year Grants
Section	一般
Research Field	Structural engineering/Earthquake engineering/Maintenance management engineering
Research Institution	Osaka University (2008) Muroran Institute of Technology (2007)
Principal Investigator	YABUKI Nobuyoshi Osaka University, 大学院・工学研究科, 教授 (50312434)
Research Collaborator	SOUHEIL Soubra CSTB,France, Sophia Antipolis, Director ERIC Lebegue CSTB,France, Sophia Antipolis, Reseacher GEOFFREY Arthaud CSTB,France, Sophia Antipolis, Reseacher
Project Period (FY)	2007 – 2008
Project Status	Completed (Fiscal Year 2008)
Budget Amount *help	¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000) Fiscal Year 2008: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000) Fiscal Year 2007: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Keywords	維持管理工学 / 土木情報学 / プロダクトモデル / センサデータ / データマイニング / 無線センサネットワーク / 社会基盤の安全 / データモデル
Research Abstract	戦後, 我が国で建造された膨大な数の社会基盤施設の健全度を評価していくために, 今後センサや無線センサネットワークが大量に設置させるようになると予想される. 膨大な量のセンサデータから有意な結論を導くために, 本研究では, センサのデータモデル, 構造物のプロダクトモデルおよび知識表現モデルを融合させたデータモデルを構築し, これに基づいた大量のデータから有意な知識が発見できるようなデータマイニングの方法論を開発した. センサデータモデルとプロダクトモデルを統合化したデータモデルを用いて, 簡単な振動台実験データをデータベースに格納した. 格納されたデータを用いて, 決定木, ニューラルネットワーク, 自己組織化マップなどのデータマイニングを実施した. 振動台実験の模型は, 2層のフレームモデルで, ブレイシング(筋交い)の有無による振動の違いをデータマイニングによって学習し, 判定可能かどうか試験した. 実験の結果, 振動データをある一定間隔で区切り, 各間隔内の最大値, 最小値, 平均値などをデータに加えることにより, 判定することが可能であることがわかった. また, 各種の手法を比較検討した結果, 自己組織化マップを用いた手法が適当であることが判明した