土木分野におけるAIの活用(6)

[CS15-49] 畳み込みニューラルネットワークによるボーリング基盤深度の回帰予測モデル構築

〇泉田 温人¹、小宮 佑登¹、田中 浩平²、坂井 公俊²、名波 健吾² (1.アジア航測、2.鉄道総合技術研究所)

キーワード：ディープラーニング、回帰分析、ボーリング、地形分類、沖積層

本研究では近年急速に発展している畳み込みニューラルネットワーク（CNN）を採用した深層学習による回帰モデルを構築し，ボーリング調査が実施されていない地点の基盤深度予測モデルを設定する手法を検討した．標高，傾斜，地形分類を表すラスタデータおよび，地形立体表現手法「赤色立体地図」の地図画像を入力データに取るCNNをベースとしたネットワークを作成し，およそ8300本のボーリングデータおよび地形データを学習させた．モデルによる未知地点での基盤深度予測値は，同一データを用いた重回帰分析による推定値より真値との相関係数が高く，地盤モデル作成におけるCNNの有効性が示唆された．