文献

J-GLOBAL ID：201802236895394478   整理番号：18A1499333

深層学習を用いた常時微動記録からの解析対象区間の自動抽出

AUTO DETECTTION OF ANALYSIS SECTIONS FROM MICROTREMER RECORDS USING DEEP LEARNING

著者 (3件)： 宮本崇 (山梨大学 大学院工学域) ,  古屋貴彦 (山梨大学 大学院工学域) ,  盛川仁 (東京工業大学 環境・社会理工学院)
資料名： 土木学会論文集 A2(応用力学)(Web)  (Journal of Japan Society of Civil Engineers, Ser. A2 (Applied Mechanics) (Web))
巻： 73  号： 2  ページ： I_321-I_331(J-STAGE)  発行年： 2017年 
JST資料番号： U0102B  ISSN： 2185-4661  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 地盤構造の探査手法の一つである微動探査法では,観測データの処理時には非定常的なノイズの少ない時系列ブロックを一般に目視で抽出する.しかし,観測データ量が大規模化している潮流にある現在では,一連のデータ処理プロセスの中でこの人的な手続きが大きな時間的ボトルネックとなりうる.そこで本研究では,性能の高さから近年注目されている深層学習を用いて,常時微動記録から解析に適した時系列ブロックを自動抽出する手法を開発した.深層学習手法として多層パーセプトロンと畳み込みニューラルネットワークの2種のモデルを適用し,実観測記録から構築したデータセットを用いた交差検証法によって,人的な抽出と提案手法とでは最大約95%の精度でノイズ有無の判断結果が一致する結果を得た.(著者抄録)

シソーラス用語： *常時微動 ,  構造 ,  地震探査 ,  技術 ,  探査 ,  *機械学習 ,  *位置 ,  *認識 ,  *解析 ,  *抽出 ,  多層パーセプトロン ,  ニューラルネットワーク ,  交差検証法 ,  地盤構造 ,  *深層学習 ,  畳込みニューラルネットワーク ,  数学 ,  誤差論
準シソーラス用語： 微動探査法 ,  探査手法 ,  解析対象区間 ,  *自動抽出

著者キーワード (4件)： deep learning ,  microtremer ,  multilayer perceptron ,  convolutional neural network

分類 (2件)： 地震学一般  (DC03020A) ,  振動の励起・発生・測定  (BB02030Z)

引用文献 (17件)：

• 岡田広:微動探査の現状と課題,物理探査,Vol.61,No.6,pp.445-456,2008.
• 吉見雅行:大規模堆積盆地の微動アレイ探査におおけるCCA法,nc-CCA法,V法の適用性の検討-大阪暗部地域での探査データを用いて-,土木学会論文集A1(構造・地震工学),Vol.68,No.4,pp.I_220-I_226,2012.
• Bhandary, N. P., Tanabe, R., Yamamoto, K. and Paudya, Y. J.: Use of a Sparse Geo-Info Database and Ambient Ground Vibration Survey in Earthquake Disaster Risk Study - A Case of Kathmandu Valley-, Journal of Civil Engineering Research, Vol.4, No.3A, pp.20-30, 2016.
• Goto, H., Morikawa, H., Inatani, M. Ogura, Y., Tokue, S., Zhang, X.-R., Iwatasaki, M., Araki, M., Sawada, S. and Zerva, A. : Very dense seismic array observations in Furukawa district, Japana, Seismological Research Letters, Vol.83, No.5, pp.765-774, 2012.
• Hata, Y., Goto, H. and Yoshimi, M.: Preliminary analysis of strong ground motions in the heavily damaged zone in Mashiki town, Kumamoto, Japan, during the main shock of the 2016 Kumamoto earthquake (Mw7.0) observed by a dense seismic array, Seismological Research Letters, Vol.87, No.5, pp.1044-1049, 2016.

タイトルに関連する用語 (5件)： 深層学習 ,  常時微動 ,  解析 ,  区間 ,  自動抽出