| 種別 | 論文 |
| 主題 | 機械学習による接着系アンカーの付着―すべり挙動の評価 |
| 副題 | |
| 筆頭著者 | 塩越汰斗（室蘭工業大学） |
| 連名者1 | 矢野悠佑雅（室蘭工業大学） |
| 連名者2 | 末長大佑（室蘭工業大学） |
| 連名者3 | 高瀬裕也（室蘭工業大学） |
| 連名者4 | |
| 連名者5 | |
| キーワード | 機械学習、決定木、ニューラルネットワーク、パラメトリックスタディ、接着系アンカー、machine learning、decision trees、neural network、parametric study、adhesive anchors |
| 巻 | 45 |
| 号 | 2 |
| 先頭ページ | 103 |
| 末尾ページ | 108 |
| 年度 | 2023 |
| 要旨 | 近年，様々な分野で人工知能の活用が注目されている。本研究では，コンクリート強度fc，相対動弾性係数DMをパラメータとして接着系アンカーの付着実験を実施し，付着応力−すべり量（t-s）関係を機械学習により再現できるか検証した。その結果，決定木を用いた手法は，学習データ数を多く含むパラメータの試験体については，精度よく予測でき，ニューラルネットワーク（NN）は学習データ数による影響が少なく，安定して精度よく予測できた。また，パラメトリックスタディを実施し，パラメータの違いに適応する学習モデルの構築を目指した結果，NNが最も合理的な予測結果を得ることができた。 |
| PDFファイル名 | 045-01-2018.pdf |