三次元畳込みニューラルネットワークとFDTD法によるレーダー信号からの空洞検知

• 山口 貴浩

  Institute of Industrial Science, The University of Tokyo

• 水谷 司

  Institute of Industrial Science, The University of Tokyo

書誌事項

タイトル別名

• Detection of Subsurface Void from Radar Images by Three-dimensional Convolutional Neural Network and Finite Difference Time Domain Method

抄録

本論文では，三次元畳込みニューラルネットワーク（3D-CNN）により地中レーダ（GPR）計測データから路面下空洞を高精度に検知する新たな深層学習アルゴリズムを提案する．学習データ生成のため，三次元の空洞反射パターンを得る必要があるが，一般的な電磁界解析手法である3D-FDTD法は多大な計算コストを要する．そこで，2D-FDTD法により近似的に三次元の反射パターンを得る手法を提案した．提案手法を実空洞計測データにより検証した．学習済み3D-CNNは高い分類精度を示し，提案手法による三次元レーダーデータに基づく路面下探査の有効性が示された．

収録刊行物

• 生産研究

  生産研究 73 (5), 327-331, 2021-11-01

  東京大学生産技術研究所

詳細情報

• CRID: 1390290239002461568
• NII論文ID: 130008123191
• NII書誌ID: AN00127075
• DOI: 10.11188/seisankenkyu.73.327
• ISSN: 18812058
• ISSN: 0037105X
• NDL書誌ID: 031862733
• Web Site: http://id.ndl.go.jp/bib/031862733
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I031862733
• 本文言語コード: en
• データソース種別:
  • JaLC
  • NDL
  • CiNii Articles
  • KAKEN
• 抄録ライセンスフラグ: 使用不可