JP7518370B2 - 情報処理装置、情報処理プログラムおよび学習装置 - Google Patents

Description

本発明は、情報処理装置、情報処理プログラムおよび学習装置に関する。

地盤内に杭を設置する杭工事において、施工予定場所の地質状況を把握することは重要である。特に、構造物の重量を支持する支持層の深度を把握することが重要である。

施工予定場所に杭を施工する際は、実際の施工に先駆けて施工予定場所で試験掘削を実施する。試験掘削では、実際に孔を掘削して掘削機のオーガモータの電流値の変動や掘削ヘッドに付着した土砂を採取することにより、予め調査された地質情報と実際の地質とが一致しているかを確認する。施工予定場所全体において満遍なく試験掘削を実施することが望ましいが、コストや工期の関係から試験掘削は１～数カ所のみ実施する場合が多い。

地盤を評価する手法として、例えば特許文献１では、試験掘削にて取得される各深度の電流値、掘削速度等を入力要素とする入力層と、所定の深度間隔で取得されるＮ値を出力層とした教師データにより機械学習したＮ値算出モデルを用いて、実際の杭施工時に取得した入力要素に対して所定深度のＮ値（以下、推定Ｎ値という）を推定する地盤評価システムが開示されている。

特開２０１９－１５７３４６号公報

特許文献１では、所定の深度間隔、一般的には１ｍ間隔で測定されるＮ値を教師データとして用いるので１本の孔を掘削して取得できる測定値は数個～数十個程度である。したがって、試験掘削により取得されるデータ数が少ないため、生成されたＮ値算出モデルの精度が低いという問題点がある。このため、実際の杭の施工時に取得できる電流値や掘削速度等に基づいて推定Ｎ値を算出しても実際の地質を反映した結果が得られないという問題点がある。
そこで、本発明は教師データとして多量に取得可能な電流値に基づいて、施工予定場所に関する想定電流値を推定することを目的とする。

（１）本発明の一態様に係る情報処理装置は、取得部と、モデル実行部と、表示制御部とを備える。取得部は、施工予定場所に関する地質情報を取得する。モデル実行部は、施工終了場所に関する地質情報を入力データとし、前記施工終了場所を掘削した際の掘削抵抗を示す電流値を正解データとして学習させた学習済みモデルに対して、前記施工予定場所に関する前記地質情報を入力することで、想定電流値を生成する。表示制御部は、前記想定電流値を表示装置に表示させる。
上記構成（１）によれば、教師データである電流値を多量に取得できるので、施工終了場所を掘削した際の電流値を正解データとして学習させた学習済みモデルを精度良く生成できる。
そして、学習済みモデルの精度が高いので、施工予定場所に関する想定電流値を精度良く算出することができる。
さらに、想定電流値の精度が高いので、表示制御部によって表示される推定電流値を見ながらユーザが地盤評価を正確に行うことができる。

（２）いくつかの実施形態では、上記（１）において、
前記正解データは、前記施工予定場所の地質と類似度が閾値以上である地質を有する施工終了場所に関するデータである。
上記構成（２）によれば、地質が似たデータで学習した学習済みモデルを用いることで、施工予定場所の地質に適した想定電流値を得ることができる。

（３）いくつかの実施形態では、上記構成（１）または上記構成（２）において、
前記正解データは、前記施工予定場所からの距離が閾値以内の施工終了場所に関するデータである。
上記構成（３）によれば、施工予定場所近くのデータで学習した学習済みモデルを用いることで、施工予定場所の地質に適した想定電流値を得ることができる。

（４）いくつかの実施形態では、上記構成（１）から構成（３）のいずれか１つにおいて、
前記表示制御部は、前記想定電流値と、前記施工予定場所の掘削中に得られる電流値とを並列して表示する。
上記構成（４）によれば、想定電流値と掘削中の電流値とを、データが一見して分かるように並列表示することで、ユーザの判断を支援することができる。具体的には、掘削が支持層に到達したか否かを視覚的に判断することができる。

（５）いくつかの実施形態では、上記構成（１）から構成（３）のいずれか１つにおいて、
前記表示制御部は、前記想定電流値と、前記施工予定場所の掘削中に得られる電流値とを重畳して表示する。
上記構成（５）によれば、想定電流値と掘削中の電流値とを、データが一見して分かるように重畳表示することで、ユーザの判断を支援することができる。具体的には、掘削が支持層に到達したか否かを視覚的に判断することができる。

（６）本発明の一態様に係る情報処理プログラムは、コンピュータを、施工予定場所に関する地質情報を取得する取得手段と、施工終了場所に関する地質情報を入力データとし、前記施工終了場所を掘削した際の掘削抵抗を示す電流値を正解データとして学習させた学習済みモデルに対して、前記施工予定場所に関する地質情報を入力することで、想定電流値を生成するモデル実行手段と、前記想定電流値を表示装置に表示させる表示制御手段として機能させる。
上記構成（６）によれば、ユーザの判断を支援することができる。

（７）本発明の一態様に係る学習装置は、施工終了場所に関する地質情報と、前記施工終了場所を掘削した際の掘削抵抗を示す電流値とを対応付けた施工データを格納する格納部と、前記施工終了場所に関する前記地質情報を入力データとし、前記施工終了場所を掘削した際の前記電流値を正解データとした学習用データを用いてモデルを学習させ、学習済みモデルを生成する学習部と、を具備する。
上記構成（７）によれば、ユーザの判断を支援することができる。

（８）いくつかの実施形態では、上記構成（７）において、
前記施工予定場所に関する前記地質情報を取得する取得部と、前記格納部から、前記施工予定場所に類似する施工終了場所に関する施工データを前記学習用データとして選択する選択部と、をさらに具備し、前記学習部は、前記選択部により選択された前記学習用データを用いてモデルを学習させ、前記学習済みモデルを生成する。
上記構成（８）によれば、施工予定場所にあわせて学習済みモデルを生成でき、適した想定電流値を出力することができる。

（９）いくつかの実施形態では、上記構成（８）において、
前記選択部は、前記施工予定場所の地質と類似度が閾値以上である地質を有する施工終了場所の施工データを選択する。
上記構成（９）によれば、地質が似た学習済みモデルを生成でき、適した想定電流値を出力することができる。

（１０）いくつかの実施形態では、上記構成（８）または構成（９）において、
前記選択部は、前記施工予定場所からの距離が閾値以内の施工終了場所の施工データを選択する。
上記構成（１０）によれば、場所が似た学習済みモデルを生成でき、適した想定電流値を出力することができる。

本発明によれば、施工予定場所に関する想定電流値を精度良く算出することができる。

本実施形態に係る情報処理装置を示すブロック図である。 本実施形態に係る情報処理装置のモデル学習時の概念図である。 本実施形態に係る情報処理装置のモデル利用時の概念図である。 本実施形態に係る情報処理装置の動作を示すフローチャートである。 本実施形態に係る情報処理装置の動作の別例を示すフローチャートである。 学習済みモデルの出力データの表示例を示す図である。 学習済みモデルの出力データの表示の他の例を示す図である。 本実施形態に係る情報処理装置の動作の別例を示すフローチャートである 本実施形態に係る情報処理装置のモデル学習の再生成の概念図である。

以下、図面を参照しながら本発明の実施形態に係る情報処理装置、情報処理プログラムおよび学習装置について詳細に説明する。なお、以下の実施形態中では、同一の番号を付した部分については同様の動作を行うものとして、重ねての説明を省略する。

本実施形態に係る情報処理装置について図１のブロック図を参照して説明する。
本実施形態に係る情報処理装置１は、処理回路１１、格納部１２、通信インタフェース１３を含み、それぞれバスを介して接続される。本実施形態に係る情報処理装置１は、管理者端末として、サーバ、ＰＣ、タブレット型情報端末、専用のコンピュータなどに実装されてもよいし、杭打ち機に搭載される管理装置に実装されてもよいし、情報処理装置１単独のデバイスとして構成されてもよい。情報処理装置１が単独のデバイスとして構成される場合は、例えば、キーボード、マウス、タッチパネルなどの入力部、およびディスプレイなどの表示部を備えてもよい。

処理回路１１は、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）などのいずれかまたはこれらの組合せにより実現される。処理回路１１は、取得部１１１と、学習部１１２と、モデル実行部１１３と、表示制御部１１４と、選択部１１５とを含む。

取得部１１１は、後述する学習済みモデルの利用時に、施工予定場所に関する位置情報および地質情報を取得する。本実施形態では「施工予定場所」は、杭を地盤内に設置する予定の場所を想定するが、これに限らず、アンカーなど地盤内に対象物を埋め込む際に実測データを参照する必要がある作業にも適用可能である。位置情報は、住所でもよいし、緯度および経度の座標情報でもよい。地質情報は、少なくとも、深さ方向に沿った地質の状態を示す土質区分等の地質データ（例えば柱状図等）と、深さ方向に対する地盤の硬軟の程度を示す地盤強度情報（例えばＮ値、圧縮強度等）とを含む。地質情報は、その他にも地質調査日時、支持層と判定した深さ情報、地下水位情報等を含んでもよい。

学習部１１２は、施工済みである施工終了場所に関する位置情報および地質情報を入力データとし、施工終了場所を掘削した際の掘削抵抗を示す電流値を正解データとして、ネットワークモデルを学習させることで、学習済みモデルを生成する。入力データと正解データとの組を学習用データと呼ぶ。本実施形態では「施工終了場所」は、杭が施工された既知の地質情報、電流値を有する場所を想定するが、杭の施工に限らず地質情報、電流値等のデータを有する場所であればよい。
また、本実施形態では積分電流値を用いた場合について説明するが、これに限定されるものではない。積分電流値は、掘削機のオーガモータの電流値を所定深度間隔で積分した積分値であり、深さ方向に沿って所定の深度間隔で算出される。

モデル実行部１１３は、学習済みモデルに対して、施工予定場所に関する位置情報および地質情報を入力することで、想定積分電流値を出力する。想定積分電流値は、深さ方向に沿った積分電流値の想定値である。

表示制御部１１４は、例えば後述の通信インタフェース１３を介して、想定積分電流値を含む表示データを表示装置（図示しないが、例えばディスプレイ、プロジェクタを介したスクリーン）に表示させるように制御する。なお、表示制御部１１４は、通信インタフェース１３とは異なる表示用のインタフェース（図示せず）を介して表示装置に表示データを表示させてもよい。

選択部１１５は、所与の条件に応じて学習用データを選択する。学習用データの選択方法については、図４および図５のフローチャートを参照して後述する。

格納部１２は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）などで構成され、施工終了場所に関する位置情報、地質情報と当該場所を掘削した際の掘削情報を対応付けた施工データを格納する。
また、格納部１２は、施工予定場所に関する位置情報および地質情報を対応付けて格納する。さらに、学習用データ、学習済みモデルなどを格納する。
なお、施工終了場所に関する掘削情報は、少なくとも、モータの電流値および積分電流値の時系列データを含むことを想定するが、掘削日時、掘削機の機種情報、掘削速度、供給水量などのデータを含んでもよい。

通信インタフェース１３は、所定の通信規格に準拠した、情報処理装置１と外部装置との間でデータ送受信を行うためのインタフェースである。通信規格としては、４Ｇ、５Ｇなどのモバイルネットワーク、Ｗｉ－Ｆｉ（登録商標）などの無線ＬＡＮ（Local Area Network）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＮＦＣ（Near Field Communication）などの無線ネットワーク、あるいは有線ＬＡＮ、ＵＳＢ(Universal Serial Bus)などの有線ネットワークなどを想定する。

次に、本実施形態に係る情報処理装置のモデル学習時について図２の概念図を参照して説明する。なお、格納部１２と、学習部１１２と、選択部１１５とをまとめて学習装置とも呼ぶ。

学習部１１２は、地質調査済みの施工終了場所に関する位置情報、地質情報を入力データ２１とし、当該施工終了場所を実際に施工した際に実測した積分電流値を正解データ２２とした学習用データを用いて、ネットワークモデル２０を学習させて学習済みモデル２３を生成する。このように学習させることにより、学習済みモデル２３は、地質情報に対する積分電流値を出力できるように学習される。

学習方法としては、一般的な手法を用いて機械学習させればよい。例えば、ネットワークモデルは、ニューラルネットワーク、線形回帰、ランダムフォレストなどを用いればよい。さらに、ニューラルネットワークとしては、畳み込みニューラルネットワーク（ＣＮＮ：Convolutional Neural Network）、多層畳み込みニューラルネットワーク（ＤＣＮＮ:Deep CNN）、ＲｅｓＮｅｔ（Residual Network）、ＤｅｎｓｅＮｅｔなどに代表される多層ネットワークを用いればよい。

なお、学習済みモデル２３が、施工終了場所の地質情報に基づく類似グループごとに生成されてもよい。例えば、選択部１１５が、学習用データとして、似たような地質を有するデータを選択する。つまり、選択部１１５が、地質の傾向が類似する（地質の類似度、例えば柱状図の類似度が閾値以上の）施工終了場所に関する地質情報と掘削測定結果とを複数のグループに分けて予め用意する。複数のグループそれぞれの学習用データを用いてネットワークモデル２０を機械学習することで、柱状図の傾向ごとに学習済みモデル２３が生成される。なお、学習用データは、柱状図に限らず、Ｎ値の類似度に応じてグループ分けされてもよいし、柱状図とＮ値との組合せに応じてグループ分けされてもよく、その他の地質情報に基づいてグループ分けされてもよい。

また、選択部１１５は、学習用データを、似たような位置情報、つまり住所が近い施工終了場所に関する地質情報と掘削測定結果とを複数のグループに分けて用意してもよい。類似する位置情報でグルーピングした複数のグループそれぞれの学習用データを用いて同様にモデルを学習させることにより、エリアごとの学習済みモデル２３が生成される。

もちろん、学習用データは、地質情報と位置情報との組合せに応じてグループ分けされて用意されてもよい。地質情報と位置情報との組合せに応じて学習用データをグループ分けする場合は、どちらのパラメータを優先させるか、地質情報と位置情報とを重み付けして学習用データが選択されてもよい。

なお、学習用データは、施工予定場所に応じて作成されてもよい。学習用データの選択方法としては、例えば２つの方法が挙げられる。

第１の選択方法としては、選択部１１５は、場所（位置情報）は異なるが、施工予定場所の地質情報から得られる柱状図の類似度が閾値以上となる施工終了場所の地質情報を入力データ２１とし、当該施工終了場所の実測した積分電流値を正解データ２２として選択する。

第２の方法としては、選択部１１５は、施工予定場所から一定範囲内の距離における施工終了場所の地質情報を入力データ２１とし、当該施工終了場所の実測した積分電流値を正解データ２２として選択する。第２の方法を採用する場合は、施工予定場所から一定範囲の距離を基準として段階的に閾値を設けてもよい。具体的には、選択部１１５により、施工予定場所から半径１００ｍ以内の施工終了場所の地質情報を入力データとして収集したが、当該半径１００ｍ以内の地質情報のデータ数が十分でない（つまり、データ数が所定数未満である）と判定されたとする。この場合、選択部１１５は、半径２００ｍ以内の施工終了場所の地質情報、半径５００ｍ以内の施工終了場所の地質情報・・・といったように、データ数が所定数以上となるまで、選択対象となる施工終了場所のデータ収集範囲を拡げてもよい。

次に、本実施形態に係る情報処理装置のモデル利用時について図３の概念図を参照して説明する。
利用時において情報処理装置１のモデル実行部１１３は、施工予定場所の位置情報、地質情報を含む処理対象データを入力データ３１として学習済みモデル２３に入力することで、想定される掘削測定結果として、想定される積分電流値（以下、想定積分電流値ともいう）が出力データ３２として生成される。施工予定場所の地質情報として、例えば、深さ方向の柱状図（地質データ）およびＮ値を想定するが、これに限らない。

次に、本実施形態に係る情報処理装置１の動作について図４のフローチャートを参照して説明する。
ステップＳ４０１では、取得部１１１が、施工予定場所の位置情報および地質情報を処理対象データとして取得する。

ステップＳ４０２では、選択部１１５が、処理対象データに対応する学習済みモデルを選択する。例えば、処理対象データの位置情報および／または地質情報に類似するグループの学習済みモデルを選択する。

具体的には、柱状図の傾向ごと、すなわち似た地質ごとに学習済みモデル２３が生成されていれば、処理対象データに含まれる地質情報（柱状図）に基づいて、柱状図の類似度が閾値以上であるグループの学習用データにより学習された学習済みモデル２３を選択すればよく、適した想定積分電流値を得ることができる。また、エリアごとに学習済みモデルが生成されていれば、入力データ３１に含まれる位置情報に基づいて、当該位置情報が示す位置から一定範囲内であるグループの学習用データにより学習された学習済みモデルを選択すればよく、適した想定積分電流値を得ることができる。また、位置情報および地質情報の組合せに基づいて学習済みモデルが生成されていれば、処理対象データの位置情報および地質情報が類似する組合せに基づく学習済みモデルが選択されればよい。

ステップＳ４０３では、モデル実行部１１３が、処理対象データをステップＳ４０２で選択された学習済みモデルに入力し、想定積分電流値が生成される。
ステップＳ４０４では、表示制御部１１４が、想定積分電流値と施工予定場所の掘削中に得られる積分電流値とをグラフ化し、ディスプレイなどに表示する。
なお、生成される学習済みモデルが１つの場合は、ステップＳ４０２の処理を省略すればよい。

また、学習済みモデルの適用の別例として、事前に学習済みモデルを用意する代わりに、処理対象データを取得した後に、当該処理対象データに応じた学習済みモデルを生成するようにしてもよい。

本実施形態に係る情報処理装置１の動作の別例について図５のフローチャートを参照して説明する。
ステップＳ５０１では、取得部１１１が、ステップＳ４０１と同様に、処理対象データを取得する。

ステップＳ５０２では、選択部１１５が、処理対象データに基づいて学習用データを選択する。学習用データの選択方法としては、図２で上述した学習用データの選択方法を用いればよい。例えば、処理対象データの位置情報から一定範囲内の距離における施工終了場所の地質情報を入力データとし、当該施工終了場所の実際の掘削測定結果を正解データとした学習用データを選択する。

ステップＳ５０３では、学習部１１２が、ステップＳ５０２で選択された学習用データを用いて、ネットワークモデルを学習し、学習済みモデルを生成する。
ステップＳ５０４では、モデル実行部１１３が、生成された学習済みモデルに処理対象データを入力し、想定積分電流値を生成する。
ステップＳ５０５では、表示制御部１１４が、ステップＳ４０４と同様に、想定積分電流値と施工予定場所の掘削中に得られる積分電流値とをグラフ化し、ディスプレイに表示する。

次に、学習済みモデルの出力データの表示例について図６Ａおよび図６Ｂを参照して説明する。
ここでは、施工予定場所を施工中の場合に表示される例を示す。図６Ａに示すように、表示装置に表示される表示ウィンドウ６０には、柱状図６１と、Ｎ値６２と、積分電流値６３とが並列表示される。積分電流値６３のグラフ領域には、学習済モデルにより生成された想定積分電流値のグラフと、施工予定場所を掘削中の積分電流値のグラフがリアルタイムに描画される。ここでは、想定積分電流値は細線で、実測中の積分電流値は太線で示すが、線種、色で区別する、点滅表示するなど表示態様を変えるなど、想定積分電流値および実測中の積分電流値それぞれ区別可能な表示形態であればどのように表示してもよい。
なお、想定積分電流値および実測中の積分電流値は１つのグラフに重畳表示される例を示すが、図６Ｂに示すように、想定積分電流値６４および実測中の積分電流値６５それぞれが並列表示されてもよい。並列表示する場合には、両積分電流値グラフの同一深度位置の高さが一致するように配置される。このように、データが一見して分かるように並列表示される。

なお、柱状図６１とＮ値６２と想定積分電流値とが並列表示されたグラフデータが、予め表示装置に表示されたり、プリントアウトなどにより外部に出力されてもよい。

以上に示した実施形態によれば、施工終了場所に関する位置情報および地質情報を入力データとし、施工終了場所を掘削した際の積分電流値を正解データとして学習させた学習済みモデルを生成し、施工予定場所の位置情報および地質情報を学習済みモデルに入力することで、想定積分電流値を生成できる。そして、施工者または管理者は、図６Ａや図６Ｂに示すような表示ウィンドウ６０を作成することで、想定積分電流値に基づいて支持層に到達する深度を予測することができる。
また、想定積分電流値とリアルタイムに取得される電流値とを比較できるので支持層到達を直ちに判断することができる。
そして、教師データとして施工終了箇所の電流値を多量に用いるので学習済みモデルを精度良く生成できる。
さらに、学習済みモデルの精度が高いので、施工予定場所に関する想定電流値を精度良く算出することができる。
また、想定電流値の精度が高いので、表示制御部によって表示される電流値を見ながらユーザが地盤評価を正確に行うことができる。

次に、他の実施形態について図７および図８を参照して説明する。
図７に示すように、前述した実施形態と同様にステップＳ４０１からステップＳ４０４までを実施した後、ステップＳ４０５にて施工予定場所の試験掘削が実施される。
ステップＳ４０６では、試験掘削において想定積分電流値と掘削中の積分電流値とをディスプレイに表示した状態で地盤を掘削して、当該掘削中の積分電流値のグラフ形状が想定積分電流値のグラフ形状に類似するか否かの判定処理が行われる。グラフ形状の類似度の判定は、施工者または管理者が判定してもよいし、情報処理装置１の処理回路１１などで類似度が判定されてもよい。
特に、設計等によって設定した支持層深度に到達したと想定される場合に、掘削中の積分電流値のグラフ形状が想定積分電流値のグラフ形状と同様の挙動を示すか否かを確認する。
そして、掘削中の積分電流値のグラフ形状が想定積分電流値のグラフ形状に類似すると判定した場合には、学習済みモデルをそのままステップＳ４０８の本施工で使用してもよい。

一方、掘削中の積分電流値のグラフ形状が想定積分電流値のグラフ形状に類似しないと判定された場合には、図８に示すように、試験掘削によって取得された地質情報、積分電流値をそれぞれ入力データ、正解データとして、ステップＳ４０７にて学習済モデルを再生成する。
なお、掘削中の積分電流値のグラフ形状が想定積分電流値のグラフ形状に類似すると判定した場合であっても学習済モデルの精度を高めたい場合にはステップＳ４０７を実施してもよい。
図７に示すように、再びステップＳ４０３にて、モデル実行部１１３が再生成した学習済モデルに処理対象データを入力し、想定積分電流値が再生成される。
本実施形態では、想定積分電流値のグラフ形状と試験掘削中の積分電流値のグラフ形状とが類似しないと判定された場合には、試験掘削時に取得された積分電流値を正解データとして学習済モデルを修正するため、精度の高い学習済みモデルを生成することができる。
また、想定積分電流値のグラフ形状と試験掘削中の積分電流値のグラフ形状とが類似すると判定した場合であっても試験掘削時に取得された積分電流値を正解データとして学習済モデルを再生成することができるため、さらに精度の高い学習済みモデル生成することができる。

上述の各実施形態の中で示した処理手順に示された指示は、ソフトウェアであるプログラムに基づいて実行されることが可能である。汎用の計算機システムが、このプログラムを予め記録媒体に記憶しておき、記憶されたプログラムを読み込むことにより、上述した識別装置による効果と同様な効果を得ることも可能である。さらに、本実施形態における記録媒体は、コンピュータあるいは組み込みシステムと独立した媒体に限らず、ＬＡＮやインターネット等により伝達されたプログラムをダウンロードして記憶または一時記憶した記録媒体も含まれる。

１・・・情報処理装置、１１・・・処理回路、１２・・・格納部、１３・・・通信インタフェース、２０・・・ネットワークモデル、２１，３１・・・入力データ、２２・・・正解データ、２３・・・学習済みモデル、３１・・・入力データ、３２・・・出力データ、６０・・・表示ウィンドウ、６１・・・柱状図、６２・・・Ｎ値、６３・・・積分電流値、１１１・・・取得部、１１２・・・学習部、１１３・・・モデル実行部、１１４・・・表示制御部、１１５・・・選択部。

Claims (9)

1. 施工予定場所に関する土質区分と地盤強度情報との少なくとも一方を含む地質情報を取得する取得部と、
   施工終了場所に関する前記地質情報を入力データとし、前記施工終了場所を掘削した際の掘削抵抗を示す電流値を正解データとして学習させた学習済みモデルに対して、前記取得部にて取得した前記施工予定場所に関する前記地質情報を入力することで、想定電流値を生成するモデル実行部と、
   前記モデル実行部にて生成された前記想定電流値を表示装置に表示させる表示制御部と、を具備する情報処理装置。
2. 前記正解データは、前記施工予定場所に関する前記地質情報と前記施工終了場所に関する前記地質情報との類似度が閾値以上であるときの前記施工終了場所に関するデータである、請求項１に記載の情報処理装置。
3. 前記正解データは、前記施工予定場所からの距離が閾値以内の施工終了場所に関するデータである、請求項１または請求項２に記載の情報処理装置。
4. 前記表示制御部は、前記想定電流値と、前記施工予定場所の掘削中に得られる電流値とを並列して表示する、請求項１から請求項３のいずれか１項に記載の情報処理装置。
5. 前記表示制御部は、前記電流値と、前記施工予定場所の掘削中に得られる電流値とを重畳して表示する、請求項１から請求項３のいずれか１項に記載の情報処理装置。
6. コンピュータを、
   施工予定場所に関する土質区分と地盤強度情報との少なくとも一方を含む地質情報を取得する取得手段と、
   施工終了場所に関する前記地質情報を入力データとし、前記施工終了場所を掘削した際の掘削抵抗を示す電流値を正解データとして学習させた学習済みモデルに対して、前記取得手段にて取得した前記施工予定場所に関する前記地質情報を入力することで、想定電流値を生成するモデル実行手段と、
   前記モデル実行手段にて生成された前記想定電流値を表示装置に表示させる表示制御手段として機能させるための情報処理プログラム。
7. 施工終了場所に関する土質区分と地盤強度情報との少なくとも一方を含む地質情報と、前記施工終了場所を掘削した際の掘削抵抗を示す電流値とを対応付けた施工データを格納する格納部と、
   前記地質情報を入力データとし、前記電流値を正解データとした学習用データを用いてモデルを学習させ、学習済みモデルを生成する学習部と、を具備する学習装置。
8. 施工予定場所に関する前記地質情報を取得する取得部と、
   前記格納部から、前記施工予定場所に関する前記地質情報と前記施工終了場所に関する前記地質情報との類似度が閾値以上であるときの前記施工終了場所に関する施工データを前記学習用データとして選択する選択部と、をさらに具備し、
   前記学習部は、前記選択部により選択された前記学習用データを用いてモデルを学習させ、前記学習済みモデルを生成する、請求項７に記載の学習装置。
9. 前記選択部は、前記施工予定場所からの距離が閾値以内の施工終了場所の施工データを選択する、請求項８に記載の学習装置。