| 研究課題/領域番号 |
18K13966
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分25030:防災工学関連
|
|---|
| 研究機関 | 山梨大学 |
|---|
研究代表者 |
宮本 崇 山梨大学, 大学院総合研究部, 准教授 (30637989)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2021年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2019年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2018年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | リアルタイム地震被害推定 / 深層学習 / マルチモーダル学習 / 機械学習と物理の統合 / リモートセンシング / 災害被害検知 / データサイエンス / 物理とデータ駆動のハイブリッド / 地震被害判別 / 都市ビッグデータ / 地震被害検知 / AI / 衛星画像 / マルチモーダル機械学習 / 衛星リモートセンシング / 機械学習 / 異常検知 / 不均衡データ / 地震被害推定 |
|---|
| 研究成果の概要 |
大地震の発生時において，適切な災害対応のために重要となる住宅構造物の被害情報をリアルタイムに推定するために，多様な情報源から得られる地震被害分布推定に資するデータを統合的に分析する機械学習手法を構築した．
構造物の形式・年代からなる事前情報と衛星撮影画像からなる観測情報を分析するマルチモーダル深層学習モデルの開発，ならびに深層学習モデルの被害推定結果と物理シミュレーションによる被害推定結果を統合するベイズ的フレームワークを開発し，その有効性を検証した．またこれらの研究を通して，機械学習手法と物理的解析手法の混成・統合に関する新たな学術的動向を論じた．
|
| 研究成果の学術的意義や社会的意義 |
本研究により，90%超という従来の技術水準を超える高い精度での住宅の倒壊有無の検知に成功する手法が開発され，発災直後の初動期の対応の変革に繋がりうる技術の確立に寄与する成果が得られた．また，本研究を通じて得られた，機械学習技術と物理的な解析技術の統合手法に関する知見は，地震被害推定に留まらない重要な学術的動向を指摘するものである．
|
