土木分野におけるAIの活用(2)

[CS15-23] 切羽性状評価に使用する畳み込みニューラルネットワークの識別影響度可視化

〇鈴木 亮汰¹、松田 浩朗¹、兼松 亮¹、宇都宮 基宏¹ (1.飛島建設)

キーワード：切羽評価、画像処理、深層学習、畳み込みニューラルネットワーク

深層学習は，時に数百万にも及ぶパラメータを調整（学習）することで自動化モジュールを得る手法であり，高い正確性を示すことから注目されている．しかし，そのパラメータの多さゆえに出力の根拠がわかりづらいことが課題である．それゆえ，深層学習の中身を説明しようとする試みも，今日では複数存在している．本研究は，そのような研究から生まれた計算手法の一つであるGrad-CAMを用いて，トンネル現場の切羽性状評価に導入している畳み込みニューラルネットワーク（CNN）を調査し，「CNNは地山のどこを見て一軸圧縮強度を判定しているのか」を可視化しものである．