2024 年 5 巻 1 号 p. 134-141
計測技術の向上により大規模データが得られるようになり,これを活用したデジタルツインの考え方が注目されている.デジタルツインではデータサイエンス技術が重要であり,近年データ駆動的アプローチの一つであるDynamic Mode Decomposition with Control (DMDc)が注目されている.これまでに著者らは埋め立て地や軟弱地盤における沈下量の将来予測におけるDMDcの適用性について検討した.本研究では,これを発展させ,DMDcにRobbins-Monro algorithmの定式化を導入したKalman Filterを適用した沈下量予測を実施した.学習区間以降の予測区間において一部の観測点で観測情報が得られている場合の予測精度向上の可能性を示し,またDMDcでは評価できなかった予測沈下量の不確定性の定量化の例を示した.