2020 Fiscal Year Research-status Report
大脳二次聴覚野モデルに基づくコンクリート打音検査装置
| Project/Area Number |
20K21016
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
安永 守利 筑波大学, システム情報系, 教授 (80272178)
|
|---|
| Project Period (FY) |
2020-07-30 – 2023-03-31
|
| Keywords | 自己組織化マップ / 大脳 / ニューラルネットワーク / コンクリート / 打音検査 / FPGA |
|---|
| Outline of Annual Research Achievements |
本研究の目的は，汎化能力が高く人間の識別能力に近いコンクリート打音検査装置を，大脳のモデルに基づき構築すること（その基本的な技術を確立すること）である．なお，本研究では，大脳のモデル（ニューラルネットワーク）として，自己組織化マップ（SOM:Self Organaizing Map）に焦点を当てている（既に，予備実験においてその基本的な有効性を確かめている）．
この目的を達成するために，令和2年度は，自己組織化マップの基本的な有効性の定量的な評価を推進した．具体的には，株式会社佐藤工業の協力のもとに，コンクリート試験体の打音データを約8,000個取得した．SOMを含めた人工知能の研究においては高品質なデータを多数採取する必要があり，このデータは今後の研究推進に大きく貢献するものと考えている．そして，本データを小規模なSOMに入力・学習させたところ，80%以上の精度でコンクリート試験体内部の欠陥を推定することができた．
また，この評価と並行して自己組織化マップの高速計算のためのハードウェアの基本設計を開始した．対象ハードウェアとしては，FPGA（論理回路をユーザ側で自由に書き換えられる集積回路）を利用することとした．FPGAを利用したSOMハードウェアについては，既にこれまでの設計資産（ソースコードなど）があるためである．一方，FPGAの設計環境が2019年度より大きく変更され，これまでの設計資産を改変する必要があることがわかった．このため令和2年度は，この設計改変に着手した．しかし，設計環境の変更が予想以上に大きく，今後この改変作業を加速する必要があることが分かった．なお，この改変ができれば，ソフトウェアによる自己組織化マップ計算を10倍以上高速化できる見通しである．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
コンクリート打音検査試験体（株式会社佐藤工業技術研究所所有）を用いることで，健全なコンクリートの打音データ約4,000個と10種類の異なったコンクリート欠陥の打音データ合計約4,000個を取得することができた．自己組織化マップなどの機械学習には高品質かつ多数のデータが必要であり，今回取得したデータは，今後の研究推進に活用できると考えている．さらに，取得データを小規模なSOMで評価したところ，これらのデータを約80％の精度（正答率）で推定できることが確認された．これより，データに関しては当初予定どおりの準備と評価ができたと考える．また，試験体だけでなく，実コンクリート構造物でのデータ取得計画も進んでおり，これらのデータを組み合わせることで実応用における性能や課題を抽出できると考える．
一方，SOM計算の高速化のためのハードウェア設計（FPGA設計）については，FPGAの設計環境が変更となり，その対応に時間を費やした．当初は，それほど大きな変更はないであろうと予想していたが，開発言語が一部変更になるなど，その影響は予想より大きいことが判明した．幸い，これまでの設計環境でもハードウェア設計を継続できることがわかり，当面，この旧環境を使い続けながら新しい環境に漸次適応していくこととした．なお，旧環境において開発したハードウェアにおいても，SOMの計算はソフトウェアに比べて10倍以上高速化できることを確認している．新環境に移行し，最新のFPGAを用いることができれば，20倍～30倍の高速化が可能であると予想している．
|
| Strategy for Future Research Activity |
SOMを用いた打音検査のアルゴリズム改良については，SOMの大規模化による認識精度の向上を評価する．さらに，SOM以外の脳モデル（ディープラーニングなど）との比較も行う予定である．特にディープラーニングを用いた場合，未知のコンクリート欠陥の種類だけでなく，その大きさや深さの値を回帰推定することができる．このため，今後はSOMとディープラーニング，さらにはサポートベクタマシンや決定木手法との比較だけでなく，これらを統合したハイブリッドなコンクリート打音検査装置の検討も行う．
ハードウェア設計（FPGA設計）については，新たな設計環境への移行が急務となっており，今後は，この移行作業を外部委託することで研究を加速する．具体的には，これまでの旧設計環境での設計資産（設計データ等）を外部業者に提供し，これをもとに新環境下でのソースコードの開発を委託する．これと並行して我々研究チームは，高速化のための新たなハードウェア構成を検討することで，移行作業完了後に迅速に新型ハードウェアを開発する予定である．
また，近年，人工知能計算の高速化の中心となっているGPUと我々のハードウェアの性能比較評価を行うべく，GPUを搭載したパソコンとそのソフトウェア開発環境構築も推進する．
打音データについては，実構造体（実際のコンクリート橋梁や壁）によるデータの取得を行い，試験体との認識精度の比較を行う予定である．これにより，試験体と実構造体の自己組織化の差異を観察する予定である（試験体自体の有効性について評価する予定である）．実構造体のデータ取得については，株式会社佐藤工業との共同作業により，令和3年度初旬に実施することを計画している．また，データ取得については，同社の打音検査装置の収音マイクの影響も考慮して実施する予定である．
|
