ダウンロード数: 87
このアイテムのファイル:
| ファイル | 記述 | サイズ | フォーマット | |
|---|---|---|---|---|
| proc_JSAI_3A1-02.pdf | 741.84 kB | Adobe PDF | 見る/開く |
| タイトル: | 深層学習による海岸保全施設の劣化の新たな予測手法 |
| その他のタイトル: | A new methodology of deterioration prediction using deep learning scheme for coastal facilities |
| 著者: | 熊谷, 兼太郎  藤井, 直樹 |
| 著者名の別形: | Kumagai, Kentaro Fujii, Naoki |
| キーワード: | 海岸保全施設 劣化予測 畳み込みニューラルネットワーク coastal protection facilities deterioration prediction Convolutional Neural Network |
| 発行日: | 2018 |
| 出版者: | 人工知能学会 |
| 誌名: | 人工知能学会全国大会論文集 |
| 巻: | 2018年度 |
| 論文番号: | 3A1-02 |
| 抄録: | A new framework of a methodology of deterioration prediction using deep learning scheme for coastal protection facilities was proposed. As a basic examination, a deterioration prediction model was developed based on an inspection report of damaged facilities and observed data of wind-direction from 1966 to 1985. According to the simulation results, an average value of accuracy rate of the model was 0.44. Although sufficient accuracy could not be obtained in this trial, points to be considered for further investigations were discussed. 我が国の海岸に設けられた護岸, 堤防等の海岸保全施設の延長は9, 600 kmに達する. その維持管理は, 主に巡視・点検という人の手で行われている. 海岸保全施設の維持管理を効率的に行うには, 施設の劣化状況を適切に予測する必要がある. そこで, 深層学習による海岸保全施設の劣化の新たな予測手法の枠組みを提案した. 基礎的な検討として, 風向データに基づいて劣化予測モデルを構築した結果, 正答率平均値は0.44であった. 今回は十分な精度は得られなかったが, その原因として考えられる点を今後の課題として整理した |
| 記述: | 人工知能学会全国大会(第32回) : 2018.6.5(Tue)-6.8(Fri), 鹿児島県鹿児島市(城山観光ホテル) |
| 著作権等: | © 2018年 人工知能学会 発行元の許可を得て登録しています. |
| URI: | http://hdl.handle.net/2433/231936 |
| 関連リンク: | https://confit.atlas.jp/guide/event/jsai2018/subject/3A1-02/detail?lang=ja |
| 出現コレクション: | 学術雑誌掲載論文 |
このリポジトリに保管されているアイテムはすべて著作権により保護されています。