機械学習による礫浜の構成物の自動分類に関する研究

  • 井上 雄太
    岐阜工業高等専門学校 専攻科先端融合開発専攻
  • 菊 雅美
    岐阜工業高等専門学校 環境都市工学科
  • 中村 友昭
    名古屋大学 大学院工学研究科土木工学専攻
  • 水谷 法美
    名古屋大学 大学院工学研究科土木工学専攻

書誌事項

タイトル別名
  • STUDY ON AUTOMATIC CLASSIFICATION OF GRAVEL BEACH SEDIMENTS USING MACHINE LEARNING
  • 深層学習による水際線変動と波浪条件の関連性の検討
  • シンソウ ガクシュウ ニ ヨル ミズギワセン ヘンドウ ト ハロウ ジョウケン ノ カンレンセイ ノ ケントウ
  • キカイ ガクシュウ ニ ヨル レキハマ ノ コウセイブツ ノ ジドウ ブンルイ ニ カンスル ケンキュウ

この論文をさがす

抄録

<p> 本研究では,UAV-SfM/MVS測量によって作成した礫浜海岸のオルソモザイク画像から,「礫」・「漂流物」・「植生」・「消波ブロック」を自動判別・分類する機械学習モデルを構築し,機械学習の分類特性と有用性について検討した.その結果,モデルの学習条件として,フィルタ層のサイズを小さくし,枚数を多くすることで,判別精度を高められることを示した.また,Grad–CAMによる着目点の可視化から,「植生」と「消波ブロック」画像には特徴量が多い一方,「礫」や「漂流物」画像には着目点が少なく,誤判別の要因となっていることがわかった.さらに,学習済みモデルを用いることで,学習に使用していない観測日の画像に対しても,機械は概ね良好に構成物を判別できることが明らかとなった.</p>

収録刊行物

参考文献 (1)*注記

もっと見る

関連プロジェクト

もっと見る

詳細情報 詳細情報について

問題の指摘

ページトップへ