(General session) Mining and underground construction machineries / Rock Engineering / Resource based economy and social system / Mining technologies

[2K0201-11-08] [Student presentation: Bachelor’s course] Discrimination Aso Pyroclastic Flows Using Hyperspectral Data and Deep Learning in Geological Survey

○Shinichiro Nakamura¹, Narihiro Owada¹, Hisatoshi Toriya¹, Koji Fukuoka³, Tsuyoshi Adachi¹, Youhei Kawamura² (1. Akita University, 2. Hokkaido University, 3. Chi-ken Sogo Consultants Co., Ltd.)

司会：笹岡孝司 (九州大学)

Keywords:Geological Survey, Discrimination Aso Pyroclastic Flows, Hyperspectral, Deep Learning, Convolutional Neural Network

近年の地質調査では、ハイパースペクトルカメラなどの多波長分光カメラから得られるハイパースペクトルデータ(HSデータ)と人工知能による画像認識技術を用いて、岩石の種類や土壌の性質を判別する手法が導入されている。本研究の目的は、同一地域で採取された性質の異なる阿蘇火砕流を、HSデータと深層学習を用いて高精度で判別することである。実証のため、ボーリングコアから採取された阿蘇火砕流のHSデータ9種類で分析を行った。しかし、サンプルのHSデータから得られるスペクトルの形状は非常に類似しており、従来の古典的なクラスタリング等では判別が困難であった。そこで、画像認識の分野で効果が実証されている畳み込みニューラルネットワーク（CNN: Convolutional Neural Network）を用いた深層学習によって様々なモデルを作成し、9種類のサンプルを噴出年代に応じて3つのカテゴリーに判別可能か検証を行った。その結果、テストデータに対するCNN判別モデルの精度は92.36%となった。この結果から、CNNを用いることで、同産地のスペクトル形状が類似しているサンプルであっても、高精度で判別可能であることがわかった。