2021 Fiscal Year Research-status Report
Automization of structural design based on machine learning
| Project/Area Number |
18K05880
|
|---|
| Research Institution | Okayama University |
|---|
Principal Investigator |
珠玖 隆行 岡山大学, 環境生命科学学域, 准教授 (70625053)
|
|---|
| Project Period (FY) |
2018-04-01 – 2023-03-31
|
| Keywords | 機械学習 / ガウス過程回帰 / ニューラルネットワーク |
|---|
| Outline of Annual Research Achievements |
2021年度は，これまで構築してきた方法論の実務への適用性を考慮し，計算コストを抑えた設計の代替モデルの構築，および地盤の自動モデル化を達成するため，機械学習の1つの方法であるガウス過程回帰に着目し，その適用性を検証した．ガウス過程回帰は隠れ素子数無限大の1層のニューラルネットワークと等価であるため，2021年度に実施した研究はニューラルネットワークの適用性検証の研究とも解釈できる．研究計画では，設計の代替モデル（提案書ではエミュレータと記載）として，ニューラルネットワークを利用する予定であり，その計画を遂行することを目的とした．ガウス過程回帰は地質統計学の分野で利用されてきたクリギング（kriging）と本質的には同じであるが，用語の使い方の違いや分散，自己相関モデルの位置づけや解釈に違いがあることから，最初に用語を整理した．次に，人工的な模擬データおよびガウス過程回帰のコードを作成し，その挙動を調べた．研究の結果，ガウス過程回帰はデータの数が少なく，未知数が多い問題に適用可能であり，とくに本研究で対象としている水利施設の設計には適していることがわかった．一方，データの数が莫大な問題に対しては，計算上の工夫が必要であり，そのような問題に対しては，2019年度，2020年度に研究したスパースモデリングが有効になる．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究計画書で予定していたニューラルネットワークを用いたエミュレータ（代替モデル）に関する研究に取り組むことができ，目標を達成できたため．
|
| Strategy for Future Research Activity |
2022年度は最終年度であるため，これまで検討してきた方法論をとりまとめ，農業水利施設の設計の完全自動化をサポートする方法を整理するとともに，実設計への適用性を議論する．
|
| Causes of Carryover |
研究計画作成時には，研究成果発表のための国際会議参加のための費用を計上していたが，Covid-19による会議の延期や中止が重なり，使用することができなかった．2022年度も国際会議参加は難しいと考えられ，代わりに論文投稿を通して研究成果発表を行う予定であり，そのための英文校閲や投稿・掲載料に研究費を充てる予定である．
|
Research Products
(5 results)
