文献

J-GLOBAL ID：202102211698136667   整理番号：21A0649230

トンネル切羽画像を用いたオンライン学習に基づく穿孔エネルギー推定

ESTIMATION OF DRILLING ENERGY BASED ON ONLINE LEARNING FROM TUNNEL CUTTING FACE IMAGE

著者 (4件)： 山本健太郎 (北海道大学 大学院情報科学研究科 メディアネットワーク専攻) ,  藤後廉 (北海道大学 数理・データサイエンス教育研究センター) ,  小川貴弘 (北海道大学 大学院情報科学研究院 メディアネットワーク部門) ,  長谷山美紀 (北海道大学 大学院情報科学研究院 メディアネットワーク部門)
資料名： 土木学会論文集 F3(土木情報学)(Web)  (Journal of Japan Society of Civil Engineers, Ser. F3 (Civil Engineering Informatics) (Web))
巻： 77  号： 1  ページ： 22-30(J-STAGE)  発行年： 2021年 
JST資料番号： U0254A  ISSN： 2185-6591  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： 切羽の地質状況の評価は,主に技術者による目視観察により行われているが,主観要素を含むことが課題とされており,地質状況を客観的指標により評価可能な手法の構築が望まれている.近年では,画像解析による切羽の定量的評価手法や,ドリルジャンボを用いた施工により取得される穿孔データを用いた定量的評価手法が提案されており,新たな評価指標の一つとして注目されている.したがって,切羽画像と穿孔データの関連性を学習するモデルを構築することで,両者の関連性を考慮したより詳細な地質の定量評価の実現が期待できる.そこで,本論文では機械学習の一つであるオンライン学習に基づき,トンネル切羽画像から穿孔エネルギーを推定可能とする手法を提案する.実験により,提案手法の有効性を確認した.(著者抄録)

シソーラス用語： *トンネル掘削 ,  *切羽 ,  ディジタル画像 ,  学習 ,  *作業負荷 ,  地質調査 ,  肉眼検査 ,  *画像分析 ,  ジャンボドリル ,  学習モデル ,  実証実験 ,  測定データ ,  予測誤差
準シソーラス用語： オンライン学習 ,  *穿孔エネルギー ,  ドリルジャンボ

著者キーワード (4件)： tunnel face image ,  online learning ,  machine learning ,  drilling energy

分類 (1件)： トンネル工事  (RC05031E)

引用文献 (17件)：

• 1) 統計局ホームページ/第1章 国土・気象,https://www.stat.go.jp/data/chouki/01.html (Accessed on 7/20/2019)
• 2) 土木学会トンネル工学委員会,トンネル標準示方書山岳工法・同解説,丸善,2006.
• 3) 山岳トンネル工事の切羽における肌落ち災害防止対策に係るガイドライン,https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/0000149309.html (Accessed on /7/20/2019)
• 4) 宮嶋保幸,福田博之,川野広道,大塚隆明,松下智昭:装薬穿孔速度データを利用した切羽の定量評価,土木学会年次学術講演会講演概要集,Vol. 71, pp. VI-396, Sept. 2016.
• 5) 山下雅之,山本悟,三井善孝,塚田純一:トンネル掘削時の穿孔データを使用した3次元地山評価システムの開発,トンネル工学報告集,Vol. 28, pp. I-32, Nov. 2018.

タイトルに関連する用語 (5件)： トンネル切羽 ,  オンライン学習 ,  穿孔 ,  エネルギー ,  推定