文献

J-GLOBAL ID：202202261971427654   整理番号：22A1215571

深層学習を用いたトンネル岩盤の評価

EVALUATING TUNNEL ROCK MASS USING DEEP LEARNING

著者 (1件)： HATA Koji (Technology Division, Technology Research Institute, Obayashi Corporation)
資料名： Journal of JSCE (Web)  (Journal of JSCE (Web))
巻： 10  号： 1  ページ： 260-274(J-STAGE)  発行年： 2022年 
JST資料番号： U0065B  ISSN： 2187-5103  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： 英語 (EN)

抄録/ポイント： 調査技術の限界と地質構造の複雑さから,日本の山岳トンネルの支保工の設計は簡単ではない。一般には,掘削中に支保工を地質条件に最も適したサイズに変更する。そのため,力学的および水理学的特性をできるだけ正確に把握し,岩盤の変形挙動や水理構造を予測するために,技術者は岩盤の状態を注意深く観察する必要がある。近年,人工知能(AI)が様々な分野で採用されている。本研究では,山岳トンネルの岩盤の評価にディープニューラルネットワーク(DNN)を適用した。入力は山岳トンネルの掘削面(切羽)の写真,出力は風化の程度,変質,割れ目などの岩盤の特性である。過去の掘削記録をもとに,教師あり学習でDNNを検証した結果,AIの判断は技術者の判断と一致し,73%~97%の正解率を示した。このことから,AIを用いた岩盤評価手法の実用化が可能であると判断した。さらに,現場への適用を容易にするため,タブレット端末によるクラウドコンピューティングシステムを使用した評価を可能とし,生産性向上に寄与するシステムを構築した。(翻訳著者抄録)

シソーラス用語： 機械学習 ,  *トンネル掘削 ,  *岩盤 ,  支保工 ,  *人工知能 ,  ニューラルネットワーク ,  評価
準シソーラス用語： *深層学習

著者キーワード (5件)： 山岳トンネル ,  人工知能 ,  深層学習 ,  深層ニューラルネットワーク ,  画像診断

分類 (2件)： トンネル工事  (RC05031E) ,  岩盤の力学的性質  (HE02000H)

引用文献 (45件)：

• 1) Campbell, M., Joseph Hoane Jr., A. and Feg-Hsiung, H. : Deep blue, Artif. Intell., Vol. 134, pp. 57-83, 2002.
• 2) Lally, A., Bachi, S., Barborak, M. A. and Buchnan, D. W. : Watson paths: Scenario-based question answering and inference over unstructured information. IBM Research Report, Computer Science, IBM Research Division, Thomas J. Watson Research Center, Yorktown Heights, New York (NY), 2014.
• 3) Hurwitz, H., Kaufman, K. and Bowles, A. : Cognitive Computing and Big Data Analytics, Wiley, Hobken (NJ), 2015.
• 4) Kong, J. S. and Managi, S. : Consumer demand for fully automated driving technology: Evidence from Japan, RIETI (Research Institute of Economy, Trade and Industry), RIETI Discussion Paper Series 17-E-032, 1-33, 2017.
• 5) Takahasi, T. : Artificial intelligence/robots and social impacts: Is human first innovation wishful thinking?, J. Inf. Sys. Soc. Jpn., Vol. 14 (2), pp. 7-17, 2019. (in Japanese)

タイトルに関連する用語 (4件)： 深層学習 ,  トンネル ,  岩盤 ,  評価