本書では、インフラ分野でのAIのさらなる応用を目指し、対象を防災に絞って最新の動向を紹介しています。
防災分野には、昨今の異常気象を含めた地球温暖化に関わる課題が山積しており、例えば、災害被害箇所の特定、河川の氾濫、土砂災害警戒箇所の推定、斜面崩壊予測、ライフラインの復旧計画、地震時の避難シミュレーション等を取り上げています。
AI手法としては、現在よく用いられている深層学習以外にも、データ同化手法、遺伝的アルゴリズム、マルチエージェント等を用いています。読者の理解を助けるためにまず2章に基礎と概要を紹介しました。
これらの手法に馴染みのない方はここを参考にしていただければと考えています。また、読者のみなさまが自らこれらの手法を利用するための一助となることを目指し、いくつかのプログラムも公開しました。
1章 はじめに
2章 AI技術の基礎事項
2.1 AIの定義
2.2 機械学習の学習形態
2.3 ニューラルネットワーク
2.4 深層学習
2.5 データ同化の概要
2.6 遺伝的アルゴリズムの概説
2.7 マルチエージェントシステムの概要
付録
3章 衛星データを用いた深層学習による地震被害検知
3.1 はじめに
3.2 地震被害検知システムの概要
3.3 深層学習モデル
3.4 開発システムの検証
3.5 結果と考察
3.6 おわりに
4章 河川防災におけるAIの応用
4.1 河川災害の現状
4.2 AIによるダム運用の効率化①：ダムの流入量予測
4.3 AIによるダム運用の効率化②：ダムの放流ゲート操作
4.4 AIによる洪水氾濫域の推定
4.5 AIによる河川データの異常検知
4.6 河川防災におけるAI活用の今後の課題
5章 深層学習を用いた土砂災害警戒区域の抽出
5.1 使用するデータ
5.2 機械学習モデル
5.3 評価指標
5.4 評価結果
5.5 広島県データ以外による評価結果
5.6 今後の展望
6章 豪雨時の斜面崩壊予測に対するAI技術の適用事例
6.1 ニューラルネットワークを用いた桜島における侵食発生場所予測モデルの構築
6.2 土中水分量の現地計測データに基づく浸透解析モデルのデータ同化
7章 GAによるライフラインネットワークの復旧計画策定
7.1 はじめに
7.2 ライフラインネットワークの復旧計画策定問題
7.3 関連研究
7.4 復旧計画策定問題の概要と解法
7.5 Pythonによる復旧計画策定問題の実装例
7.6 おわりに
付録
8章 マルチエージェントを用いた地震時津波避難シミュレーション
8.1 地震時津波から群衆避難における誘導者配置シミュレーション事例
8.2 避難誘導シミュレーション
8.3 混雑度の評価
8.4 誘導者配置による検討
8.5 誘導者配置による避難状況の変化
8.6 まとめ
あとがき
