文献

J-GLOBAL ID：202002267837138674   整理番号：20A0515369

教師データが山岳トンネル地山評価のためのニューラルネットワークの精度に及ぼす影響

INFLUENCE OF CHARACTERISTICS OF TRAINING DATA SET ON THE ACCURACY OF ROCK CLASSIFICATION ESTIMATION FOR MOUNTAIN TUNNELS BY ARTIFICIAL NEURAL NETWORK

著者 (5件)： 土谷陽太郎 (日揮株式会社) ,  北岡貴文 (京都大学大学院 大学院工学研究科) ,  長谷川信介 (応用地質株式会社 メンテナンス事業部) ,  PIPATPONGSA Thirapong (京都大学大学院 大学院工学研究科) ,  大津宏康 (京都大学大学院 大学院工学研究科)
資料名： 土木学会論文集 F1(トンネル工学)(Web)  (Journal of Japan Society of Civil Engineers, Ser. F1 (Tunnel Engineering) (Web))
巻： 75  号： 1  ページ： 130-142(J-STAGE)  発行年： 2019年 
JST資料番号： U0289A  ISSN： 2185-6575  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： 山岳トンネルの建設プロジェクトでは,事前調査における地山等級と実際の地山等級が乖離することにより,しばしば施工時に建設コストが大幅に増加する事態が生じている.このため,事前調査における地山等級の予測精度の向上が求められている.筆者らは,地山等級の予測精度の向上を目的に,ニューラルネットワークによる地山等級の予測に関する研究を行っている.これまでの研究では数少ないトンネルデータによる検討に留まっていた.そこで,本研究ではトンネルデータ数および入力するデータ数を増やし検討を行った.その結果,ニューラルネットワークに入力するデータの種類を増やすことに加え,多様な地山特性のトンネルデータを学習させることが,予測精度を向上させるために重要であることがわかった.(著者抄録)

シソーラス用語： *山岳トンネル ,  *ニューラルネットワーク ,  評価 ,  *分類 ,  データ ,  教師データ ,  地山評価 ,  RMR法【岩盤】
準シソーラス用語： 岩盤等級

著者キーワード (4件)： mountain tunnel ,  neural network ,  geo risk ,  rock classification

分類 (2件)： トンネル工学一般  (RC05010R) ,  岩盤力学一般  (HE01000A)

引用文献 (15件)：

• 1) 長谷川信介,大津宏康:地質リスクからみた山岳トンネルの地質調査における留意点,土木学会論文集F4(建設マネジメント),Vol. 67, No. 4, pp. I_169-I_180, 2011.
• 2) 長谷川信介,長谷川真吾,北岡貴文,大津宏康:山岳トンネルの地山評価におけるニューラルネットワークの適用性,材料,Vol. 67, No. 3, pp. 354-359, 2018.
• 3) 日本道路公団:設計要領第三集トンネル,p. 71, 1997.
• 4) 岡﨑健治:地質調査における電気探査の活用,寒地土木研究所月報,Vol. 651, p. 51-54, 2007.
• 5) 中田雅博,三谷浩二,八木弘,西琢郎,西村和夫,中川浩二:観察記録の分析に基づく新しいトンネル切羽評価システムの提案,土木学会論文集,No. 623/VI-43, pp. 131-141, 1999.

タイトルに関連する用語 (4件)： 教師データ ,  山岳トンネル ,  地山評価 ,  ニューラルネットワーク