文献

J-GLOBAL ID：202102276523164316   整理番号：21A1781939

防災応用の観点からの機械学習の研究動向

RESEARCH TRENDS IN MACHINE LEARNING FROM THE PERSPECTIVE OF DISASTER PREVENTION APPLICATIONS

著者 (5件)： 宮本崇 (山梨大学 工学域スマート社会基盤創造研究ユニット) ,  浅川匡 (株式会社 安藤・間 建設本部 土木技術統括部) ,  久保久彦 (防災科学技術研究所 地震津波火山ネットワークセンター) ,  野村泰稔 (立命館大学 理工学部 環境都市工学科) ,  宮森保紀 (北見工業大学 工学部 社会環境系)
資料名： AI・データサイエンス論文集(Web)  (Artificial Intelligence and Data Science (Web))
巻： 1  号： J1  ページ： 242-251(J-STAGE)  発行年： 2020年 
JST資料番号： U2325A  ISSN： 2435-9262  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 深層学習に代表される機械学習の手法は近年に大きな性能の発展を遂げており,防災上の各種タスクへの応用も期待されている.一方で,データ数の本質的な不足やタスク処理過程の説明性・解釈性など,防災上の意思決定に用いる上で計算モデルに対処が求められる課題は多い.本稿では,機械学習モデルにおける研究動向からこの2点へ個別に対処するための方法論,およびそれら2点の課題に同時に対処する数理モデルとデータ駆動モデルを統合したアプローチについて,それぞれの考え方や具体的な手法,応用事例を調査する.(著者抄録)

シソーラス用語： *機械学習 ,  数学モデル ,  データフロー制御 ,  信号標本化 ,  標本抽出 ,  検出 ,  人工知能 ,  アルゴリズム ,  ニューラルネットワーク ,  学習 ,  *防災 ,  *深層学習 ,  データ駆動 ,  オーバサンプリング ,  敵対的生成ネットワーク ,  自己符号化器 ,  シミュレーション学習 ,  研究開発動向 ,  異常検出 ,  異常値検出
準シソーラス用語： 数理モデル ,  研究動向 ,  アンダーサンプリング ,  異常検知 ,  外れ値検出 ,  Bayes学習

著者キーワード (5件)： 深層学習 ,  防災応用 ,  データ不均衡 ,  解釈性 ,  数理モデルとの統合

分類 (2件)： 災害・防災一般  (RA02010Q) ,  人工知能  (JE08000Z)

引用文献 (69件)：

• 1) 情報処理推進機構AI白書編集委員会: AI白書 2020, KADOKAWA,2020.
• 2) 一言正之,櫻庭雅明,清雄一: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,pp.I 187-I 192,2016.
• 3) Miyamoto, T. and Yamamoto, Y.:Using multimodal learning model for earthquake damage detection based on optical satellite imagery and structural attributes, Proceedings of 2020 IEEE International Geoscience and Remote Sensing Symposium, accepted, 2020.
• 4) Rifai, S., Dauphin, Y. N., Vincent, P., Bengio, Y. and Muller, X.:The Manifold Tangent Classifier, Advances in Neural Information Processing Systems 24, pp.2294-2302, 2011.
• 5) Bengio, Y., Courville, A. and Vincent P.: Representation Learning: A Review and New Perspectives, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 35, No.8, pp.1798-1828, 2013.

タイトルに関連する用語 (6件)： 防災 ,  応用 ,  観点 ,  機械学習 ,  研究 ,  動向