文献

J-GLOBAL ID：202202222596707425   整理番号：22A0879364

地下鉄トンネルの維持管理支援のためのマルチスケール解析を導入した深層学習に基づく変状検出に関する検討

A Note on Distress Detection Based on Deep Learning with Hierarchical Multi-Scale Attention Mechanism for Supporting Maintenance of Subway Tunnels

著者 (5件)： 高田紗弥 (北大 大学院情報科学院) ,  前田圭介 (北大) ,  藤後廉 (北大 数理・データサイエンス教育研究セ) ,  小川貴弘 (北大 大学院情報科学研究院) ,  長谷山美紀 (北大 大学院情報科学研究院)
資料名： 映像情報メディア学会技術報告
巻： 46  号： 6(MMS2022 1-37/ME2022 26-62/AIT2022 1-37)  ページ： 377-381  発行年： 2022年02月14日 
JST資料番号： S0209A  ISSN： 1342-6893  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 交通インフラの維持管理において,技術者の負担軽減およびコスト削減を可能とする高度な支援技術が必要とされている.そこで,本研究では,地下鉄トンネルの維持管理支援を目的として,マルチスケール解析を導入した深層学習に基づく変状検出に関する検討を行う.地下鉄トンネルにおける変状の状態および大きさは,同一路線内においても多種多様である.したがって,地下鉄トンネル画像を複数の解像度で階層的に解析することで,変状の性質を考慮した高精度な変状の検出を行う.(著者抄録)

シソーラス用語： *地下鉄道 ,  *トンネル ,  *維持管理 ,  *機械学習 ,  *ニューラルネットワーク ,  非線形解析 ,  多重化 ,  インフラストラクチャー ,  交通システム ,  交通インフラ ,  *深層学習
準シソーラス用語： マルチスケール解析 ,  地下鉄 ,  変状

分類 (2件)： 鉄道施設・建設一般  (RC07010F) ,  トンネルの保守と付帯設備,その他  (RC05060U)

タイトルに関連する用語 (6件)： 地下鉄 ,  トンネル ,  管理支援 ,  マルチスケール解析 ,  深層学習 ,  変状