文献

J-GLOBAL ID：202202255722763198   整理番号：22A3059583

海水浴場での溺水事故発生確率を予測可能なAIモデルの信頼性の検討

INVESTIGATING THE RELIABILITY OF AI MODEL ABLE TO PREDICTING THE PROBABILITY OF DROWNING ACCIDENTS AT BATHING BEACHE

著者 (4件)： 戸口陽生 (中央大学理工学研究科都市人間環境学専攻) ,  島田良 (中央大学理工学研究科都市人間環境学専攻) ,  石川仁憲 (中央大学研究開発機構) ,  小峯力 (中央大学理工学部人間総合理工学科)
資料名： 土木学会論文集 B2(海岸工学)(Web)  (海岸工学論文集(Web))
巻： 78  号： 2  ページ： I_1021-I_1026(J-STAGE)  発行年： 2022年 
JST資料番号： U0396A  ISSN： 1883-8944  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： わが国の海水浴場では,毎シーズン2,000~3,000件の溺水事故が発生している.溺水事故防止には,海岸利用者自身が海の危険性を正しく認識し,危険回避することが求められ,この方法として海水浴場ではその日の遊泳に関する危険度を,遊泳条件フラッグを用いて三段階(三色)で海岸利用者に知らせている.筆者らは,溺水事故発生確率を高い精度で予測できるAIモデルを構築し,予測結果から遊泳条件を客観的に判断するための新たな手法を開発した.一方,本手法を実際に運用するにあたってはモデルの信頼性が求められる.そこで本研究では,XAIを用いてモデルの信頼性を検討した.その結果,溺水事故発生確率の予測に時系列のレスキュー要因が重視されていること,発生確率を高くする条件は統計解析による離岸流事故発生の条件と類似していたことが分った.(著者抄録)

シソーラス用語： 遊泳 ,  *溺水 ,  *確率 ,  *人工知能 ,  信頼性 ,  沿岸流 ,  事故 ,  *水難事故 ,  *発生確率 ,  離岸流 ,  海水浴場 ,  *損傷 ,  流体流
準シソーラス用語： AI【人工知能】 ,  遊泳場

著者キーワード (6件)： accident prediction ,  LightGBM ,  XAI ,  SHAP ,  IG ,  PFI

分類 (2件)： 海岸工学  (RC13000X) ,  波浪,潮流  (DC06040R)

引用文献 (16件)：

• 1) 警視庁:令和2年における水難の概況,p. 3,2021.
• 2) 日本ライフセービング協会:サーフライフセービング教本,p. 97,2018.
• 3) 戸口陽生,島田良,匂坂量,石川仁憲,小峯力 : AIを用いた海水浴場での遊泳条件判断手法の検討,土木学会論文集 B3 (海洋開発),Vol. 78, No. 2, 印刷中, 2022.
• 4) 総務省:AI利活用ガイドライン,p. 10,2019.
• 5) 内閣府:人間中心のAI社会原則,p. 11,2019.

タイトルに関連する用語 (6件)： 海水浴場 ,  溺水 ,  事故 ,  発生確率 ,  予測 ,  AIモデル