文献

J-GLOBAL ID：202502214250522700   整理番号：25A0106971

CNNを用いた岩石鑑定AIの学習用データ量と性能の関係

The Relationship between training data volume and performance of rock identification AI using CNN

著者 (2件)： 鏡堂隼平 (関西大学大学院 理工学研究科) ,  北岡貴文 (関西大学 環境都市工学部)
資料名： AI・データサイエンス論文集(Web)  (Artificial Intelligence and Data Science (Web))
巻： 5  号： 3  ページ： 71-76(J-STAGE)  発行年： 2024年 
JST資料番号： U2325A  ISSN： 2435-9262  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： 近年,技術伝承ツールにAIが期待されている.山岳分野の岩石判定では,Convolutional Neural Networkによる興味深い成果が多く報告されている.岩石をAIに鑑定させる研究なども進められている.一方で,日本ではベンダー依存型であるため,AI技術者に依存するケースが目立ち,AIのアルゴリズムのみならず,AIの解析処理もブラックボックス化しているのが現状である.例えば,データ拡張による計算コストの削減などの議論は少ない.そこで本研究では,学習用データの画像枚数とAI性能の関係を調べるため,学習用データの画像枚数が異なる8パターンのCNNモデルを作成し,比較検証を行った.その結果,1岩種あたり約500枚の画像を使用した場合に,最も高い性能を発揮することが分かった.また,データ拡張による画像生成が過剰適応を引き起こす可能性のあることが示唆された.(著者抄録)

シソーラス用語： *岩石 ,  *畳込みニューラルネットワーク ,  ブラックボックス ,  データ拡張 ,  計算コスト ,  原価低減 ,  *画像合成 ,  *学習データ ,  地盤工学 ,  鑑定 ,  研究 ,  火山岩 ,  堆積岩 ,  深成岩 ,  変成岩 ,  比率 ,  画像認識 ,  減少 ,  変化
準シソーラス用語： *CNN ,  コスト削減 ,  過剰適応 ,  *画像生成 ,  再現率 ,  適合率 ,  比較検討

著者キーワード (5件)： Rock Type Judgement ,  CNN ,  Data Augmentation ,  teaching data ,  Grad-CAM

分類 (3件)： 人工知能  (JE08000Z) ,  岩石学一般  (DE07010X) ,  堆積岩岩石学  (DE05040Q)

引用文献 (10件)：

• 1) 冨田佑一:中堅世代から見た建設会社の若手人材育成の現状と展望,地盤工学会誌,Vol.72, No.5, pp.14-17, 2024.
• 2) 深松努:巨大災害・技能実習制度・日本式技術指導,地盤工学会誌,Vol.71, No.5, pp.19-23,2023.
• 3) 永谷英基,岡本道考,川野健一,安田学:技術継承の取り組みの進捗とその成果について,地盤工学会誌,Vol.71, No.5, pp.5-8, 2023.
• 4) 深澤勇気:地方の中小企業における地盤技術者育成の一事例,地盤工学会誌,Vol.72, No.5, pp.22-26, 2024.
• 5) 樽田泰宜,柳原敏,井口幸弘,北村高一,手塚将志,香田有哉:知識・技術・技能の伝承支援に関する考察,Proc. of The 32nd Annual Conference of the Japanese Society for Artificial Intelligence, Vol.32, pp.1-4, 2018.

タイトルに関連する用語 (6件)： CNN ,  岩石 ,  鑑定 ,  AI ,  学習 ,  データ量