文献

J-GLOBAL ID：202102262447454108   整理番号：21A0183432

深層学習を用いた出水時における河川堤防内水位の予測方法

QUASI-REAL-TIME PREDICTION OF SEEPAGE FLOW BEHAVIOR IN RIVER LEVEE DURING FLOOD BY ARTIFICIAL NEURAL NETWORK USING DEEP LEARNING

著者 (2件)： 竹下祐二 (岡山大学 大学院環境生命科学研究科) ,  鳥越友輔 (岡山大学 大学院環境生命科学研究科)
資料名： 土木学会論文集 C(地圏工学)(Web)  (Journal of Japan Society of Civil Engineers, Ser. C (Geosphere Engineering) (Web))
巻： 76  号： 4  ページ： 340-349(J-STAGE)  発行年： 2020年 
JST資料番号： U0104A  ISSN： 2185-6516  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： 河川堤防における浸透破壊の状態をリアルタイムに把握するためには,堤防内での浸透挙動の精度良い計測と計測値に基づいた予測方法が必要である.本文では,深層学習を用いたニューラルネットワークによる堤防内水位の予測方法を提案した.本法では,対象堤防において過去の出水時に計測された河川水位と堤防基礎地盤の水位変動状況をニューラルネットワークに学習させておき,学習済のニューラルネットワークを用いて,出水時に計測された河川水位と堤防基礎地盤の水位の変動状況により,任意時間経過後の堤防基礎地盤の水位の準リアルタイム予測を行う.提案する水位予測方法の有用性と妥当性は,2箇所の一級河川堤防において実際に計測された4回の出水時における計測水位を用いて検証した.(著者抄録)

シソーラス用語： *河川堤防 ,  *浸透流 ,  進行性破壊 ,  予測技法 ,  ニューラルネットワーク ,  機械学習 ,  人工知能 ,  *地下水位 ,  水位上昇
準シソーラス用語： 浸透破壊 ,  深層学習

著者キーワード (5件)： river levee ,  seepage flow ,  quasi-real-time prediction ,  deep learning ,  neural network

分類 (1件)： 河川工事  (RC12030X)

引用文献 (16件)：

• 1) 公益社団法人地盤工学会:平成30年7月豪雨を踏まえた豪雨地盤災害に対する地盤工学の課題-地盤工学会からの提言-,pp. 73-74, 2019.
• 2) 国土技術研究センター:河川堤防の構造検討の手引き(改訂版),pp. 46-56, 2012.
• 3) 公益社団法人地盤工学会:河川堤防の調査・検討から維持管理まで,地盤工学・実務シリーズ 33,pp. 57-60, 2020.
• 4) 吉田 均,野村泰稔,広兼道幸,一言正之,小田和広,秋山孝正,宇津木慎司:AIのインフラ分野への応用,電気書院,2019.
• 5) 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.

タイトルに関連する用語 (5件)： 深層学習 ,  出水 ,  河川堤防 ,  水位 ,  予測方法