品質工学と解釈可能なAIを用いた木造住宅実大振動台実験のパラメータ同定

木造構造物の耐震性能を正確に推定し、ヘルスモニタリングを行うためには，解析モデルにおけるパラメータを同定することが重要である。本研究では、品質工学と解釈可能機械学習「SHAP」を用いたパラメータ同定手法を提案した。品質工学における直交表を用いることで網羅的かつ効率的な探索を行い，解釈可能なAIによりパラメータ探索範囲を絞り、効率的なパラメータ同定を試みた。本研究では，3階建て木造住宅の実大振動台実験で得られた変位応答データを対象として，提案手法の検証を行った。データ同化後の解析結果と実験結果の差は小さく、その有効性が示された。...

Full description

Saved in:
Bibliographic Details
Published in日本計算工学会論文集 Vol. 2024; p. 20240008
Main Authors 難波, 宗功, 中川, 貴文, 角, 有司, 五十田, 博, 瀧野, 敦夫
Format Journal Article
LanguageJapanese
Published 一般社団法人 日本計算工学会 25.07.2024
Subjects
Full-Scale Shaking Table test
Interpretable Machine Learning
Parameter Identification
Quality Engineering
Wooden House
Online AccessGet full text

Cover

More Information
Summary:木造構造物の耐震性能を正確に推定し、ヘルスモニタリングを行うためには，解析モデルにおけるパラメータを同定することが重要である。本研究では、品質工学と解釈可能機械学習「SHAP」を用いたパラメータ同定手法を提案した。品質工学における直交表を用いることで網羅的かつ効率的な探索を行い，解釈可能なAIによりパラメータ探索範囲を絞り、効率的なパラメータ同定を試みた。本研究では，3階建て木造住宅の実大振動台実験で得られた変位応答データを対象として，提案手法の検証を行った。データ同化後の解析結果と実験結果の差は小さく、その有効性が示された。
ISSN:1347-8826
DOI:10.11421/jsces.2024.20240008