畳込みニューラルネットワークによる岩石の弾性波速度推定

摘要

地盤を形成している岩石に多く含まれる空隙の割合と形状は場所ごとに異なる.岩石の物性は，従来物 理実験により測定されていたが，近年岩石のCTスキャンデータを用いて有限要素法（FEM)により解析する手法が 提案されている.物性の数値を求めるには，CTスキャンを高解像度化する必要があるが，FEMでは計算時間が膨 大になり事実上実行できなくなる課題があった.本研究では，深層学習のモデルの1つであるConvolutional Neural Network (CNN)を用いて，CTスキャンデータからの岩石の弾性波速度を推定する.CNNは，空隙の形状と弾性波 速度の関係を学習できると期待できる.また，学習後のCNNは非常に高速に計算ができる.本発表では，設計した CNNの構造と推定精度を報告する.