深層学習を用いた道路構造物の維持管理における変状分類の高精度化に閨する検討

摘要

道路構造物に発生する様々な種類の変状を自動で分類することは，その維持管理を行う技術者の支援のために重要である.本文では，その高精度化のために，深層学習に基づいた分類器の構築を試みる.具体的に，提案手法は，Deep Extreme Learning Machineを用いた分類器を構築する.Deep Extreme Learning Machineは，各隠れ層毎にAuto Encoderを構築し，隠れ層間のパラメータを逐次決定する深層学習手法である.本手法を用いることで，これまでに提案されている機械学習手法に基づいた分類器の精度と比較して高精度な変状分類の実現が期待できる.%Automatic distress classification of distresses occurring in road structures is necessary in order to support inspectors for maintenance inspection. This paper presents distress classification method using deep learning for improving classification performance. Specifically, the proposed method generates a classifier based on Deep Extreme Learning Machine which is one of deep learning methods, constructs Auto Encoder for each hidden layer and sequentially determines parameters between hidden layers. Consequently, realization of more accurate distress classification is expected compared to previously machine learning methods.