MODELING TRIAL AND INTERPRETATION OF RESULTS FOR MACHINE LEARNING APPLICATIONS IN INFRASTRUCTURE MAINTENANCE AND MANAGEMENT

DOI 1 Citations
  • WAKUDA Yuki
    北海道大学数理・データサイエンス教育研究センター
  • YAMASHITA Akemi
    北海道大学数理・データサイエンス教育研究センター
  • YOSHIDA Keisuke
    北海道大学数理・データサイエンス教育研究センター
  • TATSUTA Hitoshi
    大日本コンサルタント株式会社　インフラ技術研究所
  • SEKI Kazuhiko
    アイセイ株式会社　技術開発部
  • ARII Kenji
    株式会社長大　構造事業本部技術統括部
  • KUMAGAI Kentaro
    湘南工科大学　工学部コンピュータ応用学科
  • NAKAHATA Kazuyuki
    愛媛大学　大学院理工学研究科生産環境工学専攻　環境建設工学コース
  • NAGANUMA Satoshi
    株式会社鴻池組　本社　土木事業総轄本部　技術本部　技術企画部　企画課

Bibliographic Information

Other Title
  • インフラ維持管理業務での機械学習活用に向けたモデリング試行と結果の解釈に関する一考察

Abstract

<p>In this paper, we discuss the possibility of using Artificial Intelligence (AI) in infrastructure management, focusing on the analytical performance and interpretability of models. In particular, the paper outlines the mathematical background of ensemble learning methods, such as XGBoost, LightGBM, CatBoost, RandomForest, and decision tree analysis, which have recently achieved good results in machine learning applications. We report on the results of trial estimations of bridge deterioration determined using these methods. In addition, this paper discusses the analysis results from the viewpoint of AI application in infrastructure management, considering the characteristics of each method.</p>

Journal

Citations (1)*help

See more

Keywords

Details 詳細情報について

  • CRID
    1390853038534778112
  • NII Article ID
    130008118328
  • DOI
    10.11532/jsceiii.2.j2_437
  • ISSN
    24359262
  • Text Lang
    ja
  • Data Source
    • JaLC
    • CiNii Articles
    • Crossref
  • Abstract License Flag
    Disallowed

Report a problem

Back to top