防災応用の観点からの機械学習の研究動向

宮本 崇; 浅川 匡; 久保 久彦; 野村 泰稔; 宮森 保紀

doi:10.11532/jsceiii.1.J1_242

防災応用の観点からの機械学習の研究動向

宮本崇, 浅川匡, 久保久彦, 野村泰稔, 宮森保紀

著者情報

キーワード: 深層学習, 防災応用, データ不均衡, 解釈性, 数理モデルとの統合

ジャーナルオープンアクセス

2020 年 1 巻 J1 号 p. 242-251

DOI https://doi.org/10.11532/jsceiii.1.J1_242

詳細

抄録

深層学習に代表される機械学習の手法は近年に大きな性能の発展を遂げており，防災上の各種タスクへの応用も期待されている．一方で，データ数の本質的な不足やタスク処理過程の説明性・解釈性など，防災上の意思決定に用いる上で計算モデルに対処が求められる課題は多い．本稿では，機械学習モデルにおける研究動向からこの2点へ個別に対処するための方法論，およびそれら2点の課題に同時に対処する数理モデルとデータ駆動モデルを統合したアプローチについて，それぞれの考え方や具体的な手法，応用事例を調査する．

責任著者(Corresponding author)

J-STAGEへの登録はこちら（無料）