文献

J-GLOBAL ID：201902247315628469   整理番号：19A2480558

深層学習による崩壊・非崩壊地の自動判読手法の開発

Automatic differenciation of failure and non failure sites using deep learning

著者 (6件)： 菊地輝行 (開発設計コンサルタント) ,  崎田晃基 (岡山大 大学院) ,  秦野輝儀 (電源開発) ,  吉川慶 (ウエスコ) ,  西山哲 (岡山大 大学院) ,  大西有三
資料名： 日本地すべり学会誌  (Landslides)
巻： 56  号： 5  ページ： 255-263  発行年： 2019年09月25日 
JST資料番号： S0392B  ISSN： 1348-3986  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： 平成23年台風12号で発生した38箇所の崩壊事例の崩壊前後の航空レーザ計測データは,崩壊前の地形に重力変形が存在していることを示唆している。本研究は,この航空レーザ計測データについてウェーブレット関数を用いた微地形強調図を作成し深層学習を実施した。筆者らは畳み込みニューラルネットワークを用いて50ピクセルのタイル化された画像を非崩壊地も含め9206個を解析し,崩壊地で80.8%の正答率,非崩壊地で91.1%の正答率が得られた。詳細な検討の結果,崩壊地の解析結果は,明瞭な滑落崖を含まず不規則凹凸や不明瞭な小崖を含んでおり,学習の成果が認められた。一方,非崩壊地の解析結果のうち崩壊と判定されたタイルは,誤判読ではあるが,学習成果である地形的特徴を含んだ地形を含んでいた。これは単なる誤判読ではなく,将来的に不安定となる地形要素を有していると理解できた。これらの成果は,今後斜面崩壊の予察を行うために期待できる。(著者抄録)

シソーラス用語： *人工知能 ,  機械学習 ,  地滑り ,  *斜面崩壊 ,  *空中写真測量 ,  ニューラルネットワーク ,  地形
準シソーラス用語： 航空レーザ計測 ,  *深層学習 ,  *微地形

分類 (2件)： 自然災害  (RA02030M) ,  人工知能  (JE08000Z)

引用文献 (15件)：

• 1) Chigira, M., Tsou, C. -Y., Matsushi, Y., Hiraishi, N., and Matsuzawa, M. (2013) : Topographic precursors and geological structures of deep-seated catastrophic landslides caused by Typhoon Talas, Geomorphology vol.201, pp.479-493
• 2) Hiroya Maeda, Yoshihide Sekimoto, Toshikazu Seto, Takehiro Kashiyama, Hiroshi Omata (2018) : Road Damage Detection and Classification Using Deep Neural Networks with Smartphone Images, Computer-Aided Civil and Infrastructure Engineering, https://doi.org/10.1111/mice.12387, pp.1-15
• 3) 一言正之, 櫻庭雅明, 清 雄一 (2016) : 深層学習を用いた河川水位予測手法の開発, 土木学会論文集B1 (水工学) Vol.72, No.4, I_187-I_192
• 4) 高山陶子, 濱田耕平, 花井健太, 織田和夫, 角田里美 (2018) : ディープラーニングと赤色立体地図を用いた微地形自動判読手法の検討, 平成30年度砂防学会研究発表会概要集, pp.697-698.
• 5) Christian Szegedy, Wei Liu, Yangqing Jia, Pierre Sermanet, Scott Reed, Dragomir Anguelov, Dumitru Erhan, Vincent Vanhoucke, Andrew Rabinovich Going (2014) : Deeper with Convolutions, Computer Vision and Pattern Recognition : arXiv : 1409. 4842.

タイトルに関連する用語 (5件)： 深層学習 ,  崩壊 ,  崩壊地 ,  手法 ,  開発