Journal of the Japan Landslide Society, volume 56, issue 5, pages 255-263
Automatic differenciation of failure and non failure sites using deep learning
Teruyuki Kikuchi
1
,
Koki Sakita
2
,
Teruyoshi Hatano
3
,
Kei Yoshikawa
4
,
Satoshi Nishiyama
2
,
Yuzo Ohnishi
5
1
JP-Design co., LTD.
3
Electric Power Development CO., Ltd.
4
Wesco co., ltd.
Publication type: Journal Article
Publication date: 2019-10-08
SJR: —
CiteScore: —
Impact factor: —
ISSN: 13483986, 18820034
Abstract
平成23年台風12号で発生した38箇所の崩壊事例の崩壊前後の航空レーザ計測データは, 崩壊前の地形に重力変形が存在していることを示唆している。本研究は, この航空レーザ計測データについてウェーブレット関数を用いた微地形強調図を作成し深層学習を実施した。筆者らは畳み込みニューラルネットワークを用いて50ピクセルのタイル化された画像を非崩壊地も含め9206個を解析し, 崩壊地で80.8％の正答率, 非崩壊地で91.1％の正答率が得られた。詳細な検討の結果, 崩壊地の解析結果は, 明瞭な滑落崖を含まず不規則凹凸や不明瞭な小崖を含んでおり, 学習の成果が認められた。一方, 非崩壊地の解析結果のうち崩壊と判定されたタイルは, 誤判読ではあるが, 学習成果である地形的特徴を含んだ地形を含んでいた。これは単なる誤判読ではなく, 将来的に不安定となる地形要素を有していると理解できた。これらの成果は, 今後斜面崩壊の予察を行うために期待できる。
Found
Are you a researcher?
Create a profile to get free access to personal recommendations for colleagues and new articles.