イメージデータを用いた深層学習（畳み込みニューラルネットワー ク）の概要と天井被害検出システムへの応用に関する基礎的研究

日本では，地震などの災害時大スパン建物が避難所として利用される．このような建物の天井等非構造材の落下は突発的に発生し，人命に危害を及ぼす危険性がある．天井の被害検出と安全判断は，通常人間（主に専門家）の肉眼の観察によって行われる．天井等非構造材の損傷検出と安全性評価は，画像認識の問題に置き換えることができる．現在多くの分野で用いられている深層学習，特に畳み込みニューラルネットワーク（ConvNets）は，損傷検出システムの構築に応用できる有用なアルゴリズムである．本報では，天井の損傷度を評価するため，ConvNets を使用した深層学習モデルを構築し，検証した結果を示す．さらに，損傷度の判断基...

Full description

Saved in:
Bibliographic Details
Published in生産研究 Vol. 69; no. 6; pp. 345 - 349
Main Authors 王, 璞瑾, 川口, 健一
Format Journal Article
LanguageEnglish
Published 東京大学生産技術研究所 2017
Online AccessGet full text

Cover

More Information
Summary:日本では，地震などの災害時大スパン建物が避難所として利用される．このような建物の天井等非構造材の落下は突発的に発生し，人命に危害を及ぼす危険性がある．天井の被害検出と安全判断は，通常人間（主に専門家）の肉眼の観察によって行われる．天井等非構造材の損傷検出と安全性評価は，画像認識の問題に置き換えることができる．現在多くの分野で用いられている深層学習，特に畳み込みニューラルネットワーク（ConvNets）は，損傷検出システムの構築に応用できる有用なアルゴリズムである．本報では，天井の損傷度を評価するため，ConvNets を使用した深層学習モデルを構築し，検証した結果を示す．さらに，損傷度の判断基となった特徴点を抽出し考察を行った．
ISSN:0037-105X
1881-2058
DOI:10.11188/seisankenkyu.69.345