第五部門：応用数理問題（C)

[S05C-01] 木材破壊音検出を目的としたNNとCNNの比較検討

*竹森 司¹、佐伯 昌之¹ (1. 東京理科大学)

キーワード：機械学習、畳み込みニューラルネットワーク、防災工学

大地震が発生した際，ただちに被災度が把握されるが地震の規模が大きい場合，把握に要する時間やコストは増加する．そのため，本研究では従来までに用いられてきた情報ではなく，構造部材の破壊音を新たな情報として活用するための手法を検討した．本研究では，家屋に多く用いられている木材を対象に破壊音を計測し，データベースを生成，その後，機械学習モデルを用いて精度の比較検討を行った．本研究で検討した機械学習モデルはニューラルネットワーク（NN）及び，畳み込みニューラルネットワーク（CNN）である．また，NNにはMFCC (Mel-Frequency Cepstrum Coefficients）を入力値として利用し，CNNにはスペクトログラムとメルスペクトログラムを用いた．結果，CNNを用いた場合のほうが高い精度で木材破壊音を検出できることが確認できた．