文献

J-GLOBAL ID：202502284621460106   整理番号：25A1858747

山岳トンネルにおける切羽画像と切羽観察簿のデータを学習したマルチモーダルAIによる支保パターン予測

PREDICTION OF SUPPORT PATTERNS IN MOUNTAIN TUNNELS USING MULTIMODAL AI TRAINED ON FACE IMAGES AND FACE OBSERVATION LOGS

著者 (4件)： 關太博 (関西大) ,  北岡貴文 (関西大 環境都市工) ,  坂井一雄 (大成建設 技術セ) ,  宮永隼太郎 (大成建設 技術セ)
資料名： 岩の力学国内シンポジウム講演論文集(CD-ROM)  (Proceedings. Japan Symposium on Rock Mechanics (CD-ROM))
巻： 16th  ページ： ROMBUNNO.10  発行年： 2025年 
JST資料番号： X0607B  ISSN： 1883-1486  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 山岳トンネルの切羽観察簿には,施工の観点で有益な情報が含まれているため,AIの入力データにも有効に活用することが望まれる.現在,切羽評価にAIを活用しようとする研究が多く実践されているが,その多くは切羽画像のCNNを行っている.しかし,単に画像の幾何学的な意味を学習しているに過ぎない.そのため,切羽画像に切羽観察簿のデータを融合させることでAIの精度向上が期待される.本研究では,既往のマルチモーダルAI(準マルチモーダルAI)の手法を改良し,説明変数に「切羽画像」と切羽観察簿に記載の「土被り高さ」「坑口からの距離」「岩石コード」を融合させ,目的変数を「支保パターン」とした.その結果,マルチモーダルAIとシングルモーダルAI(ANN)を比較検証した結果,正解率が20%向上した.今後,説明変数の最適化や,本手法と既往の手法の比較検証,様々なの山岳トンネルにおける最適なマルチモーダルAIについて検討する.(著者抄録)

シソーラス用語： *山岳トンネル ,  *支保パターン ,  *切羽 ,  *多モード ,  岩石 ,  最適化 ,  土被り ,  評価 ,  目的変数 ,  改良 ,  比率 ,  データ ,  画像 ,  説明変数
準シソーラス用語： 精度向上 ,  正解率 ,  入力データ ,  マルチモーダル

分類 (2件)： トンネル工事  (RC05031E) ,  岩盤の力学的性質  (HE02000H)

タイトルに関連する用語 (8件)： 山岳トンネル ,  切羽 ,  観察 ,  学習 ,  マルチモーダル ,  AI ,  支保パターン ,  予測