文献

J-GLOBAL ID：202402210655743407   整理番号：24A1338676

Spatial-temporal attentionを導入した再帰型ニューラルネットワークに基づく重機との接触事故リスクの推定

Estimation of contact accident risk based on recurrent neural network introducing spatial-temporal attention

著者 (5件)： 五箇亮太 (北海道大学 大学院情報科学院) ,  前田圭介 (北海道大学 大学院情報科学研究院) ,  藤後廉 (北海道大学 大学院情報科学研究院) ,  小川貴弘 (北海道大学 大学院情報科学研究院) ,  長谷山美紀 (北海道大学 大学院情報科学研究院)
資料名： AI・データサイエンス論文集(Web)  (Artificial Intelligence and Data Science (Web))
巻： 5  号： 1  ページ： 117-125(J-STAGE)  発行年： 2024年 
JST資料番号： U2325A  ISSN： 2435-9262  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： 本稿では,建設現場における安全管理の支援を目的として,重機と...

シソーラス用語： *ニューラルネットワーク ,...
準シソーラス用語： *再帰型ニューラルネットワーク ,...

   続きはJDreamIII（有料）にて  {{ this.onShowAbsJLink("http://jdream3.com/lp/jglobal/index.html?docNo=24A1338676&from=J-GLOBAL&jstjournalNo=U2325A") }}

著者キーワード (5件)： deep learning ,  spatial-temporal attention ,  recurrent neural network ,  accident risk estimation ,  construction site

分類 (2件)： パターン認識  (JE07000S) ,  建設機械一般  (QE03010I)

引用文献 (22件)：

• 1) 厚生労働省: 第13次労働災害防止計画 2018, <https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/0000197309.html>, (accessed 2023-12-22).
• 2) 厚生労働省: 令和4年労働災害発生状況の分析等, 2022, <https://www.mhlw.go.jp/bunya/roudoukijun/anzeneisei11/rousai-hassei/dl/s22-16.pdf>, (accessed 2023-12-22).
• 3) 北陸地方整備局: 工事事故の発生状況について, 2021, <https://www.hrr.mlit.go.jp/gijyutu/seisan/R3zenki/seisan_R3_s-5.pdf>, (accessed 2024-02-21).
• 4) 南場明夫: 建設業における転倒・転落災害防止に向けた安全管理, 日本転倒予防学会誌, Vol.6, No.3, pp.15-19, 2020.
• 5) 広兼道幸, 白木渡, 大幢勝利: 安全教育における危険予知訓練について, 土木学会論文集 F, Vol.66, No.1, pp.55-69, 2010.

タイトルに関連する用語 (5件)： 再帰型ニューラルネットワーク ,  重機 ,  事故 ,  リスク ,  推定