少量データでの自律的学習を実現するAIモデルの設計と評価

Research Project

Project/Area Number	25K07881
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 22010:Civil engineering material, execution and construction management-related
Research Institution	Yamaguchi University
Principal Investigator	藤田悠介山口大学, 大学院創成科学研究科, 准教授 (40509527)
Project Period (FY)	2025-04-01 – 2028-03-31
Project Status	Granted (Fiscal Year 2025)
Budget Amount *help	¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000) Fiscal Year 2027: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000) Fiscal Year 2026: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000) Fiscal Year 2025: ¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000)
Keywords	深層学習 / 能動学習 / 半教師あり学習 / 軽量化
Outline of Research at the Start	本研究は、コンクリート構造物や舗装路面のひび割れ抽出に代表される社会インフラの外観検査の問題を対象として、少量の学習データおよびアノテーションで高精度なAIモデルを構築する手法の開発を目的とする。AIモデルが自律的に学習に有用なデータを選別し、正確なラベルを生成することで、データ準備の負担軽減と学習効率の向上を図る。あわせて、学習および推論にかかる計算コストを削減する方式を確立し、実装面での省資源化と実用性の高いAIシステムの構築を目指す。