• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2021 Fiscal Year Research-status Report

深層学習を用いた効率的な地層対比システムの開発

Research Project

Project/Area Number 21K11905
Research InstitutionOsaka City University

Principal Investigator

根本 達也  大阪市立大学, 大学院理学研究科, 准教授 (10572555)

Co-Investigator(Kenkyū-buntansha) 升本 眞二  大阪市立大学, 大学院理学研究科, 教授 (40173760) [Withdrawn]
V. Raghavan  大阪市立大学, 大学院工学研究科, 教授 (30291602)
米澤 剛  大阪市立大学, 大学院工学研究科, 准教授 (90402825)
Project Period (FY) 2021-04-01 – 2024-03-31
Keywords深層学習 / 地層の対比 / ボーリング柱状図
Outline of Annual Research Achievements

本研究の目的は,3次元地質モデリングにおいて膨大な時間を要している地層の対比を効率良く行えるシステムを開発することである.そのために,本研究では,深層学習を用いて,地層を分類する方法を検討する,専門家が深層学習による分類結果を確認し,修正や追加を行うための方法を確立する,対比結果に対する論理的な矛盾の有無を確認・表示する方法を確立する,および,これらの機能をもつ地層対比支援システムを開発する.本年度の主な成果は以下の通りである.
(1)深層学習のためのデータの形式等を検討し,ボーリングデータから学習用データを生成するプログラムを作成した.また,深層学習を行うためのコンピュータ環境を整備し,CNN(畳み込みニューラルネットワーク)による深層学習を試行した.深層学習に用いたデータやパラメータと結果との関係を考察した.
(2)PHP(Hypertext Preprocessor)を用いて,ボーリング交換用データ(XML形式)から任意断面の近傍にあるボーリング柱状図と対比結果を描画するためのWebシステムのプロトタイプを開発した.
(3)地質構造の論理モデルを用いて,対比結果に対する地質学的矛盾の有無を判断する方法を検討した.
(4)共同研究者間でこれらの成果を共有し,成果や課題等の整理と次年度の研究計画を検討した.
研究成果の一部を学会で発表した.今年度の成果により,深層学習用のデータ作成から対比結果の可視化までの一連の流れを実現できる環境が整った.

Current Status of Research Progress
Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

本年度計画していた(1)深層学習のひとつであるCNN(畳み込みニューラルネットワーク)等を試みる(2)深層学習の対比結果とボーリング柱状図を可視化するためのシステムを試作する(3)地質構造の論理モデルを用いて,対比結果に対する地質学的矛盾の有無を判断する方法を検討する,をすべて遂行したことから,全体としておおむね順調に進展していると考える.

Strategy for Future Research Activity

おおむね順調に進展していることから,今後の研究計画に変更はない.深層学習を用いた地質の分類方法および対比支援システムを開発するために,以下の研究を推進する.
(1)点群データの分類に有効なPointNet等のCNN以外の深層学習の方法を検討し,地層の対比を試みる.
(2)本年度に開発したボーリング柱状図と対比結果を描画するためのプロトタイプを改良し,対比結果の追加・削除・修正機能を開発する.
(3)前年度に検討した矛盾の有無を判別する方法を具体化し,アルゴリズムおよびプログラムを試作する.
(4)年度末に,これまでの研究成果と問題点を整理し,次年度の研究計画を検討する.

  • Research Products

    (6 results)

All 2021

All Presentation (6 results)

  • [Presentation] Investigation on Machine Learning-Based Stratigraphic Correlation Using Geotechnical Features2021

    • Author(s)
      Nonogaki S., Nemoto T., Masumoto S.
    • Organizer
      American Geophysical Union
  • [Presentation] OSGeoLiveを用いたGeo-Vox3次元地質モデル可視化フレームワークの実装2021

    • Author(s)
      根本達也, 野々垣進, 升本眞二, ベンカテッシュ ラガワン
    • Organizer
      日本情報地質学会
  • [Presentation] 超解像技術による傾斜方位と傾斜量を用いたDEMの高分解能化2021

    • Author(s)
      升本眞二, 水落啓太, 野々垣進, 根本達也
    • Organizer
      日本情報地質学会
  • [Presentation] 深層学習を用いた傾斜方位と傾斜量に基づくDEMの超解像2021

    • Author(s)
      升本眞二, 水落啓太, 野々垣進, 根本達也
    • Organizer
      日本地質学会
  • [Presentation] 機械学習を用いた地盤の特徴量に基づく地層対比手法の検討2021

    • Author(s)
      野々垣進, 升本眞二, 根本達也
    • Organizer
      日本地質学会
  • [Presentation] Comparison machine learning-based land cover classification derived from Sentinel-2 and Landsat-8 images:A case study in Lao Cai, Vietnam2021

    • Author(s)
      Do T. H., Yonezawa G., Raghavan V.
    • Organizer
      日本情報地質学会

URL: 

Published: 2022-12-28  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi