わが国の土地問題のうち「所有者不明土地問題」に対しては過去 10 年程の間に問題解決に向けた各種法制度が相次いで講じられ，2023 年 4 月には民法に基づく「所有者不明土地管理制度」が施行された。この数ヵ月の同制度の適用状況をみると，過去の類似制度と比較して急速な広がりが確認でき，長年の懸案であった所有者不明土地問題の解決に向けた大きな寄与が期待される。本稿では所有者不明土地問題に係る主な法制度を概観したうえで，所有者不明土地管理制度とその比較対照としての地域福利増進事業に着目し，その制度運用面の特性と課題に触れる。そのうえで，所有者不明土地問題の解決を，各地域での適正な土地利用・管理につなげていくための視座を提起する。

抄録全体を表示

We have developed the mobile phone which can receive terrestrial digital broadcasting. The mobile phone uses the reception adapter for digital broadcasting and a remodeled mobile phone which is commercially available for cdma2000 1x EV-DO (W11H) is used for the body. The reception adapter consists of the reception anntena, RF-module and the FPGA to control them. The mini-SD interfaces are used to transfer received digital datas into the mobile phone and the application processor in the mobile phone handles them. Terrestrial digital broadcasting for mobile terminals is expected to start by late 2005 and we confirmed the mobile phone we developed would work for it

抄録全体を表示

Electromagnetic radar has been used for detecting internal defect in concrete structure, since the presence of a defect, such as a crack, causes changes in the scattered waves. However, visually identifying scattering difference due to a defect requires a high level of skill, and it takes a lot of effort when there is a large amount of observation data. Therefore, the development of automatic identification technology using machine learning (ML) is underway. However, the training data collection method and the performance of air-gap detection using ML has not been explored in detail. In this paper, firstly, we investigate the detection of an infinite air-gap parallel to the surface of a concrete slab using artificial neural network (ANN) identification technology in layered medium models, and discuss how to train high performance ANN with less training data. Secondly, we study the characteristic of ANN detection for an oblique air-gap using 2D homogeneous medium models.

抄録全体を表示

In the diagnosis of reinforced concrete, investigating the size and cover thickness of the reinforcement is important. Electromagnetic radar, which conducts surveys by identifying scattered waveforms, is highly valued for its efficiency and convenience in these investigations. Recently, the use of Artificial Neural Networks (ANN) for identifying electromagnetic waveforms has been reported. While these reports mainly focus on void detection within concrete, the potential and accuracy of reinforcement detection using ANN are not examined in detail. In this paper, we explore the possibilities of estimating reinforcement size and cover thickness using ANN in a model of two-dimensional homogenous reinforced concrete. Furthermore, this paper reports on investigations conducted in cases where noise is introduced into the observed data and when multiple reinforcements are present.

抄録全体を表示

The investigation of voids in concrete slabs is a crucial aspect of concrete diagnostics. We have reported that it is possible to efficiently detect the presence of voids by identifying the scattered waveform through an artificial neural network (ANN). This study serves as a sequel, aiming not only to determine the presence of a void but also to detect its location and thickness. The ANN-based estimation demonstrated good accuracy even when the observed data included some noise or when dealing with models featuring weak conductivity. Additionally, a substantial amount of scattered waveform data is required to train and test the ANN. In this research, we leverage frequency domain analysis and FFT techniques to create the scattered waveform data of a concrete slab considered as a flat layered medium. This approach allows for significant time savings in computation compared to the finite difference time domain (FDTD) method used in our previous studies.

抄録全体を表示

　地下利用が進展し，都市の路面下に上下水道，電気，ガス，通信などの埋設管が増えるにつれて，これらの埋設管が設計施工上の障害となることが多くなってきている．掘削を行わずに埋設管の埋設位置を計測する技術として地中レーダが広く用いられているが，現状地中レーダによる探査結果は目視によって分析されており，分析時間と分析精度が問題視されている．そこで本研究では，ディープラーニングの一種であるYOLOv3とU-Netによって，地中レーダによって取得されたデータから自動的に埋設管の位置を推定する手法を構築するとともに，交差検証により精度を確認した．本手法は，将来的に長距離にわたる地中レーダ探査によって得られる膨大な量のデータを分析することを可能とし，埋設管の非掘削での埋設位置情報の構築に資することができる．

抄録全体を表示

本研究は，著者らが提案している，敵対的生成ネットワーク（GAN）を利用したレーダ画像からのコンクリート内部ひび割れの推定・可視化手法において，効率的にデータを取得可能なシミュレーションの有効利用に向けた基礎的な検討を行ったものである．具体的には，GANの応用技術の一種であるpix2pixを用いて，実験レーダ画像から疑似シミュレーションレーダ画像に変換するモデルを追加することで，実験結果とシミュレーション結果に一部乖離があったとしても，シミュレーションデータを学習データとして利用可能な手法を提案した．検証の結果，提案手法は，実験データのみを用いる従来手法と比較して，反射波が小さくなる欠陥が薄いケースで推定精度が向上すること等が分かった．

抄録全体を表示

既設コンクリート構造物の安全性を的確に評価するためには，目視で得られる表面の情報のみならず，コンクリート内部のひび割れの位置，サイズ等の詳細情報を把握することが望まれる．本研究は，電磁波レーダ法およびGANの応用技術の一種であるpix2pixを利用した，コンクリート構造内部のひび割れ可視化手法の確立に向けた基礎的な検討を行ったものである．具体的には，まず，人工欠陥の位置・寸法を変化させて埋め込んだコンクリート供試体を対象に電磁波レーダ試験を行った．同実験により，学習データを取得した後，そのデータセットを学習して得られたネットワークモデルのひび割れの識別・可視化精度の検証を行った．さらに，本研究では，FDTD法によって実験を再現し，シミュレーションにより生成した学習データセットの利用の可能性についても検証した．検証の結果，提案手法は，人工欠陥の位置・寸法を概ね推定することができることが分かった．また，FDTDを用いたシミュレーションは，有意な学習データを大量に生成できる可能性があるものの，現状ではアンテナのモデル化および非均質性のモデル化に課題があることが分かった．

抄録全体を表示

既設コンクリート構造物の性能を正確に評価するためには，表面だけでなく構造内部のひび割れ位置，寸法，角度等の詳細情報までを取得できる方法が望まれる．そこで本研究では，レーダ画像からGANを用いてコンクリート内部の欠陥の位置・角度情報を推定・可視化する手法の適用を試みた．具体的には，まず，人工欠陥を，位置，寸法，角度を変えて配置した供試体を作製してレーダ画像を取得する．取得したデータをGANの応用技術の一種であるpix2pixに学習させ，レーダ画像から欠陥を含む断面画像を推定・可視化した．検討の結果，提案手法は，欠陥の位置，寸法，角度情報を概ね再現できるものの，欠陥位置が深くなると欠陥からの反射波は実際より浅く推定され，精度が低下する傾向が見られた．

抄録全体を表示