研究課題/領域番号 |
23K04351
|
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25030:防災工学関連
|
研究機関 | 関東学院大学 |
研究代表者 |
福谷 陽 関東学院大学, 理工学部, 准教授 (10785322)
|
研究分担者 |
元木 誠 関東学院大学, 理工学部, 教授 (20440282)
|
研究期間 (年度) |
2023-04-01 – 2026-03-31
|
研究課題ステータス |
交付 (2023年度)
|
配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2025年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2024年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2023年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
キーワード | 津波 / 高潮 / 確率論的浸水評価 / 機械学習 |
研究開始時の研究の概要 |
津波や高潮等による沿岸災害に対する事前の災害対策を実施するためには、陸域での浸水深、浸水領域等の津波や高潮の強度を事前に評価することが重要となる。陸域の浸水ハザードは一般に非線形性が強く、多大な不確定性を有するため、決定論的評価ではなく確率論的評価が有効であるが、その計算負荷は多大で実務への適用が進んでいない。本研究では、ニューラルネットワークを中心とした機械学習の技術を用いて、津波や高潮の伝播過程の線形性(海域)と非線形性(陸域)の出力関係を学習し、学習モデルを通して、線形モデルの結果から非線形モデルの結果を即座に得られるようにすることで、陸域の確率論的浸水予測の大幅な効率化を図る。
|