| 研究課題/領域番号 |
21K17829
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61050:知能ロボティクス関連
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
ルイ笠原 純ユネス 東京大学, 大学院工学系研究科(工学部), 特任講師 (20885412)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2022年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2021年度: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円)
|
|---|
| キーワード | Inspection / Domain adaptation / Clustering / Weak supervision / Machine learning / Non-destructive testing / ドメイン適応 / インフラ点検 / コンクリート構造物 / 非破壊検査 / 機械学習 |
|---|
| 研究開始時の研究の概要 |
The aging of concrete structures is an issue worldwide and the automation of inspection methods such as the acoustic hammering test is highly demanded. To achieve this, a model is learned using labeled data. However, labeled data must correspond to the inspected structure, which is highly impractical.
The aim of this research is to realize a model for defect detection in concrete structures that can learn from a reference structure on which labeled data is available and generalize to the inspection target structure, for which labeled data is not available.
|
| 研究成果の概要 |
コンクリート構造物は、現代社会における建築物の大部分を占め、特に社会インフラに当てはまる。定期的な検査は市民の安全を確保するために非常に重要である。打音検査は、音響を利用した検査方法で、現在普及している。検査を必要とするコンクリート構造物の増加と人手不足の間で、打音検査の自動化が強く望まれている。
近年、機械学習モデルは認識タスクにおいて優れた性能を示した。しかし、その多くは大量のラベル付き学習データを必要とする。これは、打音のようなニッチなアプリケーションでは実現不可能である。そこで本研究では、モデルが利用可能な訓練データとは無関係に優れた性能を発揮できるようにする方法に焦点を当てた。
|
| 研究成果の学術的意義や社会的意義 |
Several avenues were considered. Multi-modal domain adaption, domain expansion and domain independent data extraction. Those work on different levels and great results were obtained for each. In the future, their integration into a single framework for a working system could be considered.
|
