JP7512158B2 - 強化学習モデル生成方法、強化学習モデル生成装置、地下構造モデル提供方法、及び、地下構造モデル提供装置 - Google Patents
強化学習モデル生成方法、強化学習モデル生成装置、地下構造モデル提供方法、及び、地下構造モデル提供装置 Download PDFInfo
- Publication number
- JP7512158B2 JP7512158B2 JP2020168916A JP2020168916A JP7512158B2 JP 7512158 B2 JP7512158 B2 JP 7512158B2 JP 2020168916 A JP2020168916 A JP 2020168916A JP 2020168916 A JP2020168916 A JP 2020168916A JP 7512158 B2 JP7512158 B2 JP 7512158B2
- Authority
- JP
- Japan
- Prior art keywords
- underground structure
- structure model
- reinforcement learning
- model
- learning model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000002787 reinforcement Effects 0.000 title claims description 96
- 238000000034 method Methods 0.000 title claims description 62
- 238000004088 simulation Methods 0.000 claims description 34
- 238000012937 correction Methods 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 28
- 238000010801 machine learning Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 20
- 238000012986 modification Methods 0.000 claims description 10
- 230000004048 modification Effects 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 description 18
- 230000004044 response Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 14
- 238000005259 measurement Methods 0.000 description 13
- 230000001133 acceleration Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000006073 displacement reaction Methods 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 8
- 238000012795 verification Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 238000013016 damping Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 101100009648 Schizosaccharomyces pombe (strain 972 / ATCC 24843) dip1 gene Proteins 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
Description
コンピュータを用いて、強化学習により地下構造モデルを更新するための強化学習モデルを生成する強化学習モデル生成方法であって、
所定の震源特性を有する実地震について地震動が観測されたときの地震動指標観測結果を取得する観測データ取得工程と、
前記震源特性を有する仮想地震について前記地下構造モデルに基づくシミュレーションが実行されたときの地震動指標算出結果を取得するシミュレーションデータ取得工程と、
前記震源特性に対する前記地震動指標観測結果及び前記地震動指標算出結果に基づいて前記地下構造モデルを修正する修正操作を前記強化学習モデルに実行させて、前記修正操作により修正された前記地下構造モデルの修正版を生成する地下構造モデル修正工程と、
前記修正版に基づく前記シミュレーションが再実行されたときの地震動指標算出結果と前記地震動指標観測結果との差異に応じた報酬を前記強化学習モデルに与えて前記修正操作を学習させることにより、前記強化学習の学習済みモデルとして前記強化学習モデルを生成する機械学習工程と、を含む。
コンピュータであって、上記強化学習モデル生成方法に含まれる各工程を実行する制御部を備える。
コンピュータを用いて、上記強化学習モデル生成方法により生成された前記強化学習モデルに基づいて地下構造モデルを更新し、前記地下構造モデルの最新版を外部に提供する地下構造モデル提供方法であって、
所定の震源特性を有する実地震について地震動が観測されたときの地震動指標観測結果を取得する観測データ取得工程と、
前記震源特性を有する仮想地震について前記地下構造モデルに基づくシミュレーションが実行されたときの地震動指標算出結果を取得するシミュレーションデータ取得工程と、
前記震源特性に対する前記地震動指標観測結果及び前記地震動指標算出結果に基づいて前記地下構造モデルを修正する修正操作を前記強化学習モデルに実行させて、前記修正操作により修正された前記地下構造モデルの修正版を生成する地下構造モデル修正工程と、
前記修正版に基づいて前記地下構造モデルを更新し、前記最新版として外部に提供する地下構造モデル提供工程と、を含む。
コンピュータであって、上記地下構造モデル提供方法に含まれる各工程を実行する制御部を備える。
図1は、本発明の第1の実施形態に係る地下構造モデル提供・利用システム1の一例を示す概略構成図である。図2は、本発明の第1の実施形態に係る地下構造モデル提供・利用システム1の一例を示すブロック図である。
地下構造モデル提供装置3Aは、観測データ提供装置2により提供された観測データを収集し、データベース10を随時更新する。地下構造モデル提供装置3Aは、その更新したデータベース10を用いて、地下構造モデル13を更新するための強化学習モデル12を強化学習により生成するとともに、強化学習モデル12に基づいて地下構造モデル13を更新し、地下構造モデル13の最新版131を外部(本実施形態では、地下構造モデル利用装置4)に提供する。なお、初期の地下構造モデル13は、既往の研究や知見から推定された任意の地下構造モデルを用いることができる。
図7は、本発明の第2の実施形態に係る地下構造モデル提供・利用システム1の一例を示す概略構成図である。図8は、本発明の第2の実施形態に係る地下構造モデル提供・利用システム1の一例を示すブロック図である。
以上、本発明の実施形態について説明したが、本発明は上記各実施形態に限定されるものではなく、本発明の技術的思想を逸脱しない範囲で適宜変更可能である。
3A、3B…地下構造モデル提供装置、4…地下構造モデル利用装置
5…ネットワーク、6…強化学習モデル生成装置
10…データベース、11…観測データ、12…強化学習モデル、13…地下構造モデル
30…記憶部、31…制御部、32…通信部、33…入力部、34…表示部
60…記憶部、61…制御部、62…通信部、63…入力部、64…表示部
130…修正版、131…最新版
300…地下構造モデル提供プログラム、310…DB管理部、311…観測データ取得部
312…シミュレーションデータ取得部、313…地下構造モデル修正部、314…機械学習部
315…地下構造モデル提供部
600…強化学習モデル生成プログラム、610…DB管理部、611…観測データ取得部、
612…シミュレーションデータ取得部、613…地下構造モデル修正部、614…機械学習部
Claims (5)
- コンピュータを用いて、強化学習により地下構造モデルを更新するための強化学習モデルを生成する強化学習モデル生成方法であって、
所定の震源特性を有する実地震について地震動が観測されたときの地震動指標観測結果を取得する観測データ取得工程と、
前記震源特性を有する仮想地震について前記地下構造モデルに基づくシミュレーションが実行されたときの地震動指標算出結果を取得するシミュレーションデータ取得工程と、
前記震源特性に対する前記地震動指標観測結果及び前記地震動指標算出結果に基づいて前記地下構造モデルを修正する修正操作を前記強化学習モデルに実行させて、前記修正操作により修正された前記地下構造モデルの修正版を生成する地下構造モデル修正工程と、
前記修正版に基づく前記シミュレーションが再実行されたときの地震動指標算出結果と前記地震動指標観測結果との差異に応じた報酬を前記強化学習モデルに与えて前記修正操作を学習させることにより、前記強化学習の学習済みモデルとして前記強化学習モデルを生成する機械学習工程と、を含む、
強化学習モデル生成方法。 - コンピュータを用いて、請求項1に記載の強化学習モデル生成方法により生成された前記強化学習モデルに基づいて地下構造モデルを更新し、前記地下構造モデルの最新版を外部に提供する地下構造モデル提供方法であって、
所定の震源特性を有する実地震について地震動が観測されたときの地震動指標観測結果を取得する観測データ取得工程と、
前記震源特性を有する仮想地震について前記地下構造モデルに基づくシミュレーションが実行されたときの地震動指標算出結果を取得するシミュレーションデータ取得工程と、
前記震源特性に対する前記地震動指標観測結果及び前記地震動指標算出結果に基づいて前記地下構造モデルを修正する修正操作を前記強化学習モデルに実行させて、前記修正操作により修正された前記地下構造モデルの修正版を生成する地下構造モデル修正工程と、
前記修正版に基づいて前記地下構造モデルを更新し、前記最新版として外部に提供する地下構造モデル提供工程と、を含む、
地下構造モデル提供方法。 - 前記修正版に基づく前記シミュレーションが再実行されたときの地震動指標算出結果と前記地震動指標観測結果との差異に応じた報酬を前記強化学習モデルに与えて前記修正操作を学習させることにより、前記強化学習の学習済みモデルとして前記強化学習モデルを生成する機械学習工程をさらに含む、
請求項2に記載の地下構造モデル提供方法。 - コンピュータであって、
請求項1に記載の強化学習モデル生成方法に含まれる各工程を実行する制御部を備える、
強化学習モデル生成装置。 - コンピュータであって、
請求項2又は請求項3に記載の地下構造モデル提供方法に含まれる各工程を実行する制御部を備える、
地下構造モデル提供装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020168916A JP7512158B2 (ja) | 2020-10-06 | 2020-10-06 | 強化学習モデル生成方法、強化学習モデル生成装置、地下構造モデル提供方法、及び、地下構造モデル提供装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020168916A JP7512158B2 (ja) | 2020-10-06 | 2020-10-06 | 強化学習モデル生成方法、強化学習モデル生成装置、地下構造モデル提供方法、及び、地下構造モデル提供装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022061128A JP2022061128A (ja) | 2022-04-18 |
JP7512158B2 true JP7512158B2 (ja) | 2024-07-08 |
Family
ID=81206604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020168916A Active JP7512158B2 (ja) | 2020-10-06 | 2020-10-06 | 強化学習モデル生成方法、強化学習モデル生成装置、地下構造モデル提供方法、及び、地下構造モデル提供装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7512158B2 (ja) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016133497A (ja) | 2015-01-22 | 2016-07-25 | 株式会社セオコンプ | 地下構造探査システム及び地下構造探査方法 |
JP2017164801A (ja) | 2016-03-17 | 2017-09-21 | ファナック株式会社 | 機械学習装置、レーザ加工システムおよび機械学習方法 |
JP2018128929A (ja) | 2017-02-09 | 2018-08-16 | 株式会社竹中工務店 | 地下構造推定装置 |
US20190243017A1 (en) | 2016-10-14 | 2019-08-08 | Schlumberger Technology Corporation | Geologic Structural Model Generation |
JP2019157841A (ja) | 2018-03-16 | 2019-09-19 | 株式会社Lixil | 制御装置、及び制御方法 |
JP2020113056A (ja) | 2019-01-11 | 2020-07-27 | 株式会社竹中工務店 | 建物情報処理装置及び建物情報処理モデル学習装置 |
-
2020
- 2020-10-06 JP JP2020168916A patent/JP7512158B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016133497A (ja) | 2015-01-22 | 2016-07-25 | 株式会社セオコンプ | 地下構造探査システム及び地下構造探査方法 |
JP2017164801A (ja) | 2016-03-17 | 2017-09-21 | ファナック株式会社 | 機械学習装置、レーザ加工システムおよび機械学習方法 |
US20190243017A1 (en) | 2016-10-14 | 2019-08-08 | Schlumberger Technology Corporation | Geologic Structural Model Generation |
JP2018128929A (ja) | 2017-02-09 | 2018-08-16 | 株式会社竹中工務店 | 地下構造推定装置 |
JP2019157841A (ja) | 2018-03-16 | 2019-09-19 | 株式会社Lixil | 制御装置、及び制御方法 |
JP2020113056A (ja) | 2019-01-11 | 2020-07-27 | 株式会社竹中工務店 | 建物情報処理装置及び建物情報処理モデル学習装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2022061128A (ja) | 2022-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bourne et al. | A Monte Carlo method for probabilistic hazard assessment of induced seismicity due to conventional natural gas production | |
Cruz et al. | Evaluation of damping ratios for the seismic analysis of tall buildings | |
US7693663B2 (en) | System and method for detection of earthquakes and tsunamis, and hierarchical analysis, threat classification, and interface to warning systems | |
JP6027797B2 (ja) | 建物耐震性評価システム及び建物耐震性評価方法 | |
Iannaccone et al. | A prototype system for earthquake early-warning and alert management in southern Italy | |
Barbato et al. | Structural reliability applications of nonstationary spectral characteristics | |
JP6684889B2 (ja) | 建物耐震性評価システム及び建物耐震性評価方法 | |
JP4506625B2 (ja) | リアルタイム地震情報を利用した地震動の予測システム | |
JP6441869B2 (ja) | 建物耐震性評価システム及び建物耐震性評価方法 | |
JP7512158B2 (ja) | 強化学習モデル生成方法、強化学習モデル生成装置、地下構造モデル提供方法、及び、地下構造モデル提供装置 | |
Conte | Influence of the earthquake ground motion process and structural properties on response characteristics of simple structures | |
Saifullah et al. | Normalized residual displacements for bilinear and pinching oscillators | |
Kwon et al. | Damping estimation using enhanced virtual dynamic shaker: A web‐enabled framework | |
JP7512151B2 (ja) | 地震動評価モデル生成方法、地震動評価モデル生成装置、地震動評価方法、及び、地震動評価装置 | |
Lam et al. | Seismic load estimates of distant subduction earthquakes affecting Singapore | |
Chian | A complementary engineering-based building damage estimation for earthquakes in catastrophe modeling | |
CN115935742A (zh) | 基于有限差分的非均质边坡地震位移概率分析方法及系统 | |
JP7487054B2 (ja) | 地震動評価モデル生成方法、地震動評価モデル生成装置、地震動評価方法、及び、地震動評価装置 | |
JP7512139B2 (ja) | 地震動評価モデル提供方法、及び、地震動評価モデル提供装置 | |
Moratto et al. | Improving ShakeMap performance by integrating real with synthetic data: tests on the 2009 M w= 6.3 L’Aquila earthquake (Italy) | |
Sgobba et al. | An evolutionary stochastic ground-motion model defined by a seismological scenario and local site conditions | |
Sgobba et al. | Assessing the impact of an updated spatial correlation model of ground motion parameters on the italian shakemap | |
Ruigrok et al. | Advice on the computation of peak-ground-velocity confidence regions for events in gas fields other than the Groningen gas field | |
Sorabella et al. | Ground motion suite selection for Boston, Massachusetts | |
Mustafa et al. | Modelling of Synthetic Accelerograms for Locations in Kosovo |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230830 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240327 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240403 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240605 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240626 |