[1274] Diagnosis of Detachment for the External Tile Finishing Wall using Machine Learning with Random Forest
Keywords:タイル、打音検査、機械学習、決定木、ランダムフォレスト、ウェーブレット解析
外壁タイル張り仕上げの打音検査は，機械による診断方法が求められる。本研究では，打音の特徴量から結果の解釈が比較的容易なランダムフォレストを用いた機械学習により剥離診断を行う。特徴量重要度の高い特徴量と，これらの特徴量の選定が診断精度に与える影響を示した。この結果，浮きの有無でラベル付けする場合，特徴量重要度が高い最大ウェーブレット係数，1次および2次残響時間の組み合わせで交差検証によるF1 Scoreは1.0である。下地モルタル厚さでラベル付けする場合，特徴量重要度が高い最大ピーク周波数，1次および2次ピーク周波数の組み合わせで少ない特徴量で高いF1 Scoreが得られる。