文献

J-GLOBAL ID：202102291485290674   整理番号：21A0695462

機械学習を用いた深層把握における浅層地盤データの活用

Utilization of shallow ground data for understanding deep ground characteristic using machine learning

著者 (4件)： 竹田智哉 (京大 大学院工学研究科) ,  北岡貴文 (関西大 環境都市工) ,  PIPATPONGSA Thirapong (京大 大学院工学研究科) ,  大津宏康 (松江工高専)
資料名： Kansai Geo-Symposium論文集(CD-ROM)  (地下水地盤環境・防災・計測技術に関するシンポジウム論文集(CD-ROM))
巻： 2020  ページ： ROMBUNNO.3-2  発行年： 2020年11月 
JST資料番号： F1397B  資料種別： 会議録 (C)
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： ・ニューラルネットワークによる機械学習を活用して,浅層(深度10m以下)のボーリングデータ(BD)のみを用いて支持層の深度を推定。
・全体として急峻な山地と蛇行する河川からなり,2種類の基盤岩が確認されている近畿地方の10地域,143地点のBDを対象。
・深度10mまで1m毎のN値,標高,地下水位,支持層特性を説明変数とし,支持層深度が目的変数。
・推定結果は,調査深度10mと7mのケースで支持層深度25mまで概ね良好な精度であったが30m以深が課題。
・より学習データの多い地点では良好な精度。

シソーラス用語： *地盤調査 ,  地質調査 ,  *支持層 ,  測定データ ,  浅部 ,  地下構造 ,  *機械学習 ,  ニューラルネットワーク ,  近畿地方 ,  N値 ,  地下水位 ,  山岳地 ,  深層 ,  ボーリングデータ ,  浅層地盤 ,  地盤構造

分類 (1件)： 現地調査,土質試験  (RA03020I)

引用文献 (11件)：

• 大津宏康:海外工事における地盤リスク対応の現状と展望,地盤工学会誌,Vol.64, No.9, pp.13, 2016
• 山崎貴之・窪田崇斗・河邉亮太・大井川裕之:支持層の変化に応じた新幹線橋梁の設計見直し事例(場所打ち杭), 月刊基礎工,総合土木研究所,Vol.45, No.8, pp.66-69, 2017
• 産業技術総合研究所 地質調査総合センター(編):地質学ハンドブック普及版,朝倉書店,pp.271-571, 2011
• 大西有三:地質調査技術者のための人工知能概論と AI の適用事例,地質と調査,Vol.155, No.1, pp.4-5, 2020
• 竹田智哉・北岡貴文・ピパットポンサーティラポン・大津宏康:ニューラルネットワークによる基礎の支持層推定手法の検討,令和2年度土木学会全国大会,CS15-48, 2020

タイトルに関連する用語 (5件)： 機械学習 ,  深層 ,  把握 ,  浅層地盤 ,  活用