[A-18] 安全・安心な生活とICT

[A-18-7] Experimental Investigation of the Generalization Performance of Neural Network in Defect Localization System for Steel Pipe Health Monitoring

^○早川雄哉¹, 森健士郎², 伊藤拓海¹, 河原尊之¹ (1.東京理科大, 2.広島工大)

Keywords:ニューラルネットワーク、機械学習、汎化性能、人工知能、金属ヘルスモニタリング

この研究では、金属ヘルスモニタリングシステムの汎化性能獲得と評価を目的とした。システムの性能向上を図るために、90個の金属片を用いて実験を行った。金属片は9つのクラスに分けられ、8つの異なる位置で未損傷および損傷の状態を表した。金属片に圧電センサを取り付けて振動波形を取得し、それを訓練データセットとテストデータセットに分割した。そして、ニューラルネットワーク（NN）を用いて前者で訓練し、後者の分類を行った。その結果、NNは、訓練データセットに含まれていない金属片でも、損傷位置を分類する際に最大80.6％の正確性を達成した。これより、本研究のシステムモデルは高い汎化性能を獲得できたと考える。