橋梁点検部材損傷度判定CNNの可視化による判断根拠の理解と活用

DOI

書誌事項

タイトル別名
  • VISUALIZATION AND UNDERSTANDING OF CONVOLUTIONAL NEURAL NETWORK FOR DAMAGE LEVEL DETERMINATION OF BRIDGE MEMBERS

抄録

<p>現行の橋梁定期点検では，技術者が点検要領に従って部材毎に目視で損傷度を判定しているが，これを AI技術で代替できれば持続可能な点検システムの実現が期待できる．ただし， AIによるシステムが実社会で活用されるには，その AIの判断根拠を明らかにして人々に受容される必要がある．本研究では，橋梁部材画像から損傷度判定を行う畳み込みニューラルネットワーク(CNN)を構築し，それに Grad-CAMを適用してCNNの判断根拠を可視化した．データ画像におけるCNNと人の判断根拠の整合を調べ， CNNの判断根拠の傾向を考察できた．さらに，CNNと人で判断根拠が整合した画像を訓練データとして再構成して CNNを構築すると，その判定性能を向上させられる可能性を示し， Grad-CAMによる判断根拠の可視化が CNNによる部材損傷度判定の検証と改良，そして受容の促進に有効であることを示した。 </p>

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1390004951546623104
  • NII論文ID
    130007940722
  • DOI
    10.11532/jsceiii.1.j1_92
  • ISSN
    24359262
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
    • CiNii Articles
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ