| 講演抄録／キーワード |
| 講演名 |
2020-02-28 14:25
［特別講演］インフラ維持管理データ分析試行 ～ 健全度判定への機械学習適用試行結果について ～
○長谷川 蒼・湧田雄基・阿部真育（北大）・鈴木弘武（NEXCO東日本） |
| 抄録 |
（和） |
本研究では，高速道路鋼橋のRC 床版の健全度判定において，機械学習を適用した例を報告する。点検データ, 諸元データに加え，点検記録や凍結防止剤散布量等の過去実績データを対象に，雪氷管理データに対して重回帰分析，ランダムフォレスト，勾配ブースティングを用いて学習を行い，健全度判定のモデリングを行った．得られたモデルを用いて，翌年度のデータによる検証を実施し，手法毎の性能の評価を行った． |
| （英） |
In this study, we investigate the use of machine learning to estimate the soundness of steel bridge RC slabs. Inspection data, specifications data, and past snow and ice management records such as the amount of anti-freezing agent disseminated on the bridges were used to create a training dataset. This dataset was used to train multiple regression analysis, random forest, and gradient boosting models, which were then used to estimate the soundness of the bridges. The obtained models were verified using data for the following year, and the performance of each method was evaluated. |
| キーワード |
（和） |
機械学習 / 重回帰分析 / ランダムフォレスト / 勾配ブースティング / インフラ維持管理 / 高速道路 / 鋼橋 / RC床版 |
| （英） |
Machine learning / Multiple regression analysis / Ramdom forest / Gradient boosting / Infrastructure conservation / Expressway / steel bridge / RC slab |
| 文献情報 |
映情学技報, vol. 44, no. 6, ME2020-72, pp. 357-358, 2020年2月. |
| 資料番号 |
ME2020-72 |
| 発行日 |
2020-02-20 (MMS, HI, ME, AIT) |
| ISSN |
Print edition: ISSN 1342-6893 Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|
|