文献

J-GLOBAL ID：202002237865872010   整理番号：20A1096237

機械学習を用いた構造部材破壊音検出のための基礎的検討

BASIC STUDY ON A DETECTION METHOD FOR BREAKING SOUNDS OF STRUCTURAL MEMBERS BY USING MACHINE LEARNING

著者 (2件)： 和泉田健夫 (東京理科大学 理工学研究科土木工学専攻) ,  佐伯昌之 (東京理科大学 理工学部土木工学科)
資料名： 土木学会論文集 A2(応用力学)(Web)  (Journal of Japan Society of Civil Engineers, Ser. A2 (Applied Mechanics) (Web))
巻： 75  号： 2  ページ： I_613-I_622(J-STAGE)  発行年： 2019年 
JST資料番号： U0102B  ISSN： 2185-4661  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： 大地震が発生した際,家屋などの構造物の被災状況を戸別に把握し,その情報を集約することができれば,救命や支援物資の供給などの迅速な対応に有益であると思われる.そこで,本研究では,構造物の被災状況を把握するための情報の 1 つとして,構造部材の破壊音に着目し,その検知に関する基礎的検討を行った.本研究ではまず,静穏な環境下において木材の破壊実験を行い,その破壊音を収録した.また,食器が割れた音や会話なども収録し,音のデータベースを構築した.そして,これ等のデータを 3 層の NN (Neural Netowork) に学習させ,破壊音とそれ以外の音を判別できるか検証した.また,別の機械学習である k-Shape と呼ばれるクラスタリング手法を同じデータに適用し,木材の破壊音とそれ以外の音を別々のクラスタに分類できるかどうかを検証した.(著者抄録)

シソーラス用語： 建築物 ,  *木構造 ,  震災 ,  被災 ,  *故障診断 ,  音声認識 ,  構造部材 ,  破壊 ,  衝撃音 ,  ニューラルネットワーク ,  *機械学習 ,  人工知能 ,  クラスタ化 ,  木材
準シソーラス用語： 破壊音

著者キーワード (10件)： machine learning ,  neural network ,  breaking sounds ,  time-series waveform ,  clustering ,  machine learning ,  neural network ,  breaking sounds ,  time-series waveform ,  clustering

分類 (2件)： 木構造  (RA04020P) ,  人工知能  (JE08000Z)

引用文献 (18件)：

• 杉山義孝 : 東日本大震災にかかる被災建築物応急危険度判定について, 建設技術マネジメント技術, pp.12-19, 2011年11月号.
• 宮城県ウェブサイト : 平成28年熊本地震における被災建築物応急危険度判定士の派遣について (https://www.pref.miyagi.jp/soshiki/kentaku/28kumamotooukyu.html)
• 国土交通省住宅局 : 大阪府北部を震源とする地震に係る建築物等の被害状況と今後の取り組みについて, 平成30年8月3日.
• 国立研究開発法人防災科学技術研究所 : 首都圏を中心としたレジリエンス総合力向上プロジェクト, サブプロジェクト(b), 「官民連携による超高密度地震動観測データの収集・整備」, 平成29年度成果報告書, 平成30年5月.
• 石黒広倫, 佐伯昌之 : MEMS 加速度・ジャイロセンサを用いた層間変形角の推定, 土木学会論文集 A2 (応用力学), Vol.74, No.2, I_571-I_578, 2018.

タイトルに関連する用語 (4件)： 機械学習 ,  構造部材 ,  破壊 ,  基礎的検討