| 研究課題/領域番号 |
19K04670
|
|---|
| 研究機関 | 日本大学 |
|---|
研究代表者 |
佐藤 克己 日本大学, 生産工学部, 准教授 (50788544)
|
|---|
| 研究分担者 |
高橋 岩仁 日本大学, 生産工学部, 教授 (20453871)
保坂 成司 日本大学, 生産工学部, 教授 (70328699)
森田 弘昭 日本大学, 生産工学部, 教授 (90355933)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | 雨天時浸入水 / 水温法 / ニューラルネットワーク / AI / 機械学習 / 雨水浸入強度 / 雨天時浸入水量 |
|---|
| 研究実績の概要 |
研究実績は以下のとおりである。
雨天時不明水調査法の１つである水温法で得られる時系列水温データに着目し，計測水温の特徴を踏まえ計測水温を移動平均法により成分分解し，分解した水温を晴天時と雨天時に分けた．晴天時と雨天時の水温を分布の形にして，それぞれの分布の違いを非超過確率で表し，この確率を指標にすることにより，計測点間における雨天時浸入水量割合を水温から評価できるようにした．
次に、AI学習の１つであるニューラルネットワークを使い，降雨による計測水温の低下水温を推定し，計測期間中の計測水温の総和に対する降雨による低下水温の総和の比を求め，この比と成分分解で得られた非超過確率を比較することにより，非超過確率が降雨による水温低下を表すことを示した．また，一部の水温計測点で流量調査を行い，これもニューラルネットワークで雨天時浸入水量割合を推定し，非超過確率との相関性があることを確かめ，非超過確率が雨天時浸入水量割合を表すことを確認した．
機械学習を使って計測した流量を教師データとしてそこから推定流量を，さらに推定晴天時流量を導いた．そして，この解析にはニューラルネットワーク手法が最もよく再現でき，有効であることを確認した．また，水温法解析に適した説明変数の選定や水温データの適正な計測間隔と調査面積について考察した．あわせて流量や水温のいずれの計測によっても，計測点間の雨天時浸入水量の多寡を評価ができることを示した．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本研究課題は、「AIによる不明水調査手法、ならびに路面下空洞特定手法の開発」であり、タイトルの通り、「AIによる不明水調査手法の開発」と「AIによる路面下空洞特定手法の開発」の2つのテーマである。1つ目の不明水調査手法に関しては、極めて順調に進捗しており、学術論文2編（うち1編は査読中）を投稿している状況である。
一方の路面化空洞特定手法の研究については、前者の研究に時間を費やし、基礎研究の段階である。また、コロナ感染予防対策による研究従事者（卒業研究学生）の入構制限による時間的制約も無視できない。
|
| 今後の研究の推進方策 |
本年度は研究の最終年度であるため、研究成果を積極的に発表していく予定である。
|
| 次年度使用額が生じた理由 |
令和2年度は、コロナ感染拡大防止の影響などのため、特に予算を使用せず、データの取りまとめや論文の執筆に専念したため、予算執行がなかった。
なお、次年度は、研究成果の取りまとめに予算を充当する計画である。
|
