| 研究課題/領域番号 |
17K00357
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
ソフトコンピューティング
|
|---|
| 研究機関 | 大分工業高等専門学校 |
|---|
研究代表者 |
木本 智幸 大分工業高等専門学校, 電気電子工学科, 教授 (30259973)
|
|---|
| 研究分担者 |
上江洌 達也 奈良女子大学, 自然科学系, 教授 (10160160)
園田 潤 仙台高等専門学校, 総合工学科, 教授 (30290696)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2019年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2018年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2017年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 人工知能 / AI / ディープラーニング / 地中レーダ / 物体識別 / 非破壊検査 / 埋設物識別 / 深層学習 / 3D-CNN / 連想記憶モデル / Amitモデル / 相関 / Hopfieldモデル / 位相振動子 / XYスピン / ソフトコンピューティング |
|---|
| 研究成果の概要 |
AIで物体識別をする場合、大量の画像でAIを訓練する必要がある。このとき、入力画像の明るさや出現頻度、相関関係などが学習結果に依存する。本研究では、画像の輝度情報を明瞭に捉えるために多チャネル化したり、または、教師無し学習型のAIモデルで統計的情報を低次元化したりした後、通常の教師あり学習AIモデルで学習を行った。これにより、観測増が持つ統計的情報で前処理することで、識別性能が向上することを狙った。その結果、画像識別において識別率が向上することが分かった。今後、この技術を、高度経済成長期から50年経過した社会インフラ(道路や橋脚等)の劣化診断システムへ応用していく。
|
| 研究成果の学術的意義や社会的意義 |
高度経済成長期の社会インフラ建設から50年が経ち、トンネルや道路の崩落事故が起き始めており改修工事が急いで進められている。現在、地上から地中に向けて電波を照射して、その反射波で地中内部の状態を可視化する地中レーダが注目されている。しかしながら、レーダ画像は実埋設物とは全く異なった形状で観測され、加えて地下物体の比誘電率・サイズ・深度に依っても変化するため、熟練技術者でもレーダ画像からそれが空洞(危険因子)なのか埋設管(非危険因子)なのかを判断することは困難である。本研究の結果から、反射画像と埋設物の関係をAIに学習させることで、人間よりも高精度な識別システムが構築できる可能性を示した。
|
