| 研究課題/領域番号 |
20K04691
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分22030:地盤工学関連
|
|---|
| 研究機関 | 福岡大学 |
|---|
研究代表者 |
村上 哲 福岡大学, 工学部, 教授 (10261744)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
2,470千円 (直接経費: 1,900千円、間接経費: 570千円)
2022年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 人工知能 / 機械学習 / 地盤情報DB / 精度評価 / 地層区分 / 全体誤差関数 / 情報バイアス / 地盤情報 / ニューラルネットワーク |
|---|
| 研究開始時の研究の概要 |
地盤の層区分は、建設計画・設計・施工、災害の復旧・対策立案において、工法の決定や対策の提案などの根拠の１つとして利用されている。高度技術者が実施・監修したものであれば間違えないとしても良いが、そうでない場合もありうるであろう。また、層区分された結果の確からしさが定量化していない現状では、そこに潜在するリスクを事前に察知することが出来ないのではないかと考える。
この問いに応えるために、人工知能を用いた層区分推定の手法を確立する。特に、地盤情報が深度、本数、土質など偏りある情報（情報バイアス）である点を考慮した評価関数を提案し、その有効性・妥当性を実データによる数値実験により多面的に明らかにする。
|
| 研究成果の概要 |
地盤情報DBに適用する人工知能を用いた地層区分推定方法を確立することを目的し，地盤情報は，調査地点，深度，そこで現れる土質など偏り（情報バイアス） を持つため，BD群の特徴を踏まえた上で，データを平均化して偏りを小さくし，推定位置に近いBDの情報ほど誤差が小さくなることを期待した地層区分推定のためのニューラルネットワーク（NN）の新しい全体誤差関数の考え方とその機械学習の方法を提案した。提案手法を福岡平野の地盤に適用し、その有効性を示した。また、機械学習に用いる地盤情報の統計値に基づく地層区分推定結果の精度評価手法を提案しその有効性を示した。
|
| 研究成果の学術的意義や社会的意義 |
地盤工学分野における人工知能技術の利用は、小田らによる圧密定数や強度定数の空間地盤物性値をニューラル・ネットワークにより推定するものなどがある。その他、地すべりなどの空間情報やグラフィカルな情報から画像解析、パターン認識より事象を抽出する問題への適用が多いものの、本研究で扱う層区分推定にAIを用いる研究は内外ともに例が無く、また、AIの推定値を求めるための重み係数を決定する評価関数について、地盤情報が情報バイアスある情報として捉えて再定義した研究事例は存在しない。地盤工学分野におけるAIの新しい利用法、適用範囲を広げることが期待できる学術的・社会的に貢献できる成果であると考える。
|
