文献

J-GLOBAL ID：202002261958957477   整理番号：20A2780199

人工知能技術による土質推定に基づく埋立管理システムの開発

RECLAMATION MANAGEMENT SYSTEM BY USE OF ARTIFICIAL INTELLIGENCE FOR ESTIMATING SOIL PROPERTIES

著者 (6件)： 熊谷隆宏 (五洋建設(株)技術研究所) ,  BAI Ke (五洋建設(株)技術研究所) ,  佐々木優 (五洋建設(株)国際土木本部) ,  田代司 (五洋建設(株)国際土木本部) ,  琴浦毅 (五洋建設(株)技術研究所) ,  鶴見文孝 (五洋建設(株)国際土木本部)
資料名： 土木学会論文集 B3(海洋開発)(Web)  (Journal of Japan Society of Civil Engineers, Ser. B3 (Ocean Engineering) (Web))
巻： 76  号： 2  ページ： I_720-I_725(J-STAGE)  発行年： 2020年 
JST資料番号： U0288A  ISSN： 2185-4688  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： 埋立による港湾建設や土地造成を行う場合,材料として一般的に砂質土が用いられているが,社会の持続的発展の観点からは,浚渫粘土や建設発生土を有効利用することが望ましい.ただし,粘性土を使用する場合,すべりに対する安定性や将来沈下量の検討が必要であり,使用する粘性土の土質特性を事前に把握することが重要である.本研究では,土源情報,湿潤密度,撮影画像等の情報に基づき,圧密特性を含む土質特性を迅速に推定する人工知能技術を導入する.畳み込みニューラルネットワーク(CNN)を用いて構築した機械学習モデルは,圧密定数や液性限界等を精度良く推定できることを確認した.土質推定AIモデルと,土運船から投入した粘性土の堆積形状解析技術および圧密沈下解析技術を統合し,将来沈下の予測が可能な埋立管理システムを提案する.(著者抄録)

シソーラス用語： *人工知能 ,  土壌特性 ,  *埋立 ,  *管理システム ,  機械学習 ,  圧密沈下 ,  粘性土 ,  堆積 ,  土質試験 ,  模型試験 ,  解析モデル
準シソーラス用語： 圧密特性 ,  液性限界 ,  形状解析 ,  畳込みニューラルネットワーク ,  推定モデル ,  沈下解析 ,  土質 ,  土質特性

著者キーワード (5件)： neural network ,  CNN ,  machine learning ,  soil property ,  reclamation

分類 (1件)： しゅんせつ,埋立  (RA07080Y)

引用文献 (10件)：

• 1) 宇津木慎司ら:AIを利活用したトンネル切羽地質状況自動評価システムの構築,トンネル工学報告集, 第27巻,I-25, pp. 1-7, 2017.
• 2) 斎藤康毅:ゼロから作るディープラーニング-Pythonで学ぶディープラーニングの理論と実装-,pp. 165-273,オライリー・ジャパン,2016.
• 3) 熊谷隆宏,秋本哲平:人工知能技術とボーリング削孔時の計測データを活用した土質および強度推定手法に関する研究,土木学会論文集 B3(海洋開発),Vol. 75,No. 2,pp. I_163-I_168,2019.
• 4) Simonyan, K. and Zisserman, A. : Very Deep Convolutional Networks for Large-Scale Image Recognition, In 3rd International Conference on Learning Representations (ICLR 2015), pp. 1-14, 2015.
• 5) Szegedy, C., et al. : Going deeper with convolutions, Data Mining, Inference, and Prediction, IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 1-12, 2015.

タイトルに関連する用語 (6件)： 人工知能技術 ,  土質 ,  推定 ,  埋立 ,  管理システム ,  開発