2022 Fiscal Year Annual Research Report
Estimation of earthquake damage distribution by multimodal learning of heterogeneous data from various information sources
| Project/Area Number |
18K13966
|
|---|
| Research Institution | University of Yamanashi |
|---|
Principal Investigator |
宮本 崇 山梨大学, 大学院総合研究部, 准教授 (30637989)
|
|---|
| Project Period (FY) |
2018-04-01 – 2023-03-31
|
| Keywords | リモートセンシング / 災害被害検知 / データサイエンス / マルチモーダル学習 / 物理とデータ駆動のハイブリッド |
|---|
| Outline of Annual Research Achievements |
地震時の構造物被害をリアルタイムに検知する手段として，AIを用いた衛星画像の解析結果と物理シミュレーションによる被害予測結果をベイズ的に統合する手法を提案し，その基礎的定式化を行った．
衛星画像は構造物被害を広域に検知するうえでの有力な情報源となり得る一方で，実運用においては上空撮影からは原理的に把握することが難しい，半壊などの部分的被害の検知に課題があることがこれまでの研究から明らかとなっていた．そこで，地震動の強さや構造物特性を考慮した物理シミュレーションによって詳細な被害形態に関する情報を補完することを狙いとして，物理シミュレーションから計算される被害確率を事前情報，衛星画像の解析結果を尤度として用いたベイズ推定による構造物被害確率の推定手法を提案した．提案手法により，構造物の被害分布に関するシミュレーション結果が観測と整合するように補正されることにより，いずれかの手法を単独で用いた場合よりも全壊・半壊の両被害形態に関して推定精度が上がることを確認することができた．
また，上記の研究を通じて得られたリモートセンシングデータ解析と物理シミュレーションの統合に関する知見を，地震被害検知に加えて降雨予測の分野へ展開することにより，短期的な降雨予測において従来法の精度を超える新たな手法を確立することができた．これらの研究成果は，AIと物理の相補利用による災害のリアルタイム検知と進展予測に関する包括的な研究テーマの萌芽となり，新たな複数の研究プロジェクトのきっかけとすることができた．
|
