Project/Area Number |
20K22185
|
Research Category |
Grant-in-Aid for Research Activity Start-up
|
Allocation Type | Multi-year Fund |
Review Section |
:Education and related fields
|
Research Institution | Nagoya University |
Principal Investigator |
Harada Takaaki 名古屋大学, 環境安全衛生推進本部, 准教授 (80888925)
|
Project Period (FY) |
2020-09-11 – 2022-03-31
|
Project Status |
Completed (Fiscal Year 2021)
|
Budget Amount *help |
¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
Fiscal Year 2021: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2020: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
Keywords | 安全教育 / リスクアセスメント / 化学物質管理 / 機械学習 / 深層学習 / 事故分析 / 実験安全 |
Outline of Research at the Start |
本研究は、機械学習を活用した化学物質のリスクアセスメントの手法を試みるものである。化学物質のリスクアセスメントとは、取り扱う化学物質のリスクを見積もり、その低減対策を評価することであり、事故防止の安全教育として注目されている。試験研究で用いられる多様な化学物質それぞれに対しリスクアセスメントを実施することは多くの時間を費やしてしまうため、機械学習で解析した化学物質のデータをもとに、総合的なリスクを自動で評価するプログラムを構築する。
|
Outline of Final Research Achievements |
Risk assessment is to estimate the risks associated with handling chemicals and laboratory work in advance then evaluate the measures to reduce the risks in order to prevent health problems and accidents. Risk assessment has drawn much attention as part of safety training to prevent laboratory accidents during research and educational activities. However, risk assessment on various chemicals and laboratory work is a time-consuming process. This study aims to generate a program for quick risk assessment using deep learning. A model has been generated by analyzing past laboratory accidents, which has the ability to predict risks in the input of laboratory work.
|
Academic Significance and Societal Importance of the Research Achievements |
本研究で構築したプログラムに実験室での作業を入力するだけで、予測されるリスクを知ることができるため、リスク低減対策の実施や実験室での作業の見直しに時間を注ぐことができ、事故防止につながると考えられる。また本研究では大学等で発生した実験事故データを使用したが、化学工業等ほかの分野の事故データを同じ深層学習のモデルで解析することで、その分野専用のリスクアセスメントへの活用も期待できる。英語でプログラムを構築したため、出入力時にのみ翻訳すれば、国内外でも幅広く活用される可能性がある。
|