Core Concepts
掘削データを活用して岩盤品質を自動化するための機械学習モデルの開発と性能評価。
Abstract
地下トンネルでのMWDデータを活用し、岩盤品質を分類するための大規模なデータセットが使用された。
3つのモデルアプローチが包括的に比較・分析され、タブラーと画像データに基づくモデルが評価された。
KNNアルゴリズムと木ベースモデルを組み合わせたアンサンブルモデルが高い性能を示した。
画像ベースのCNNモデルはタブラー手法よりも性能が低かったが、信頼性向上と進歩が確認された。
Stats
地下トンネルから収集された約500,000本のドリル穴から成る大規模なデータセットを使用しています。
Quotes
"KNNアルゴリズムは外れ値に敏感であり、外れ値は最寄り点探索に影響を与える可能性がある。"
"画像ベースのCNNモデルはタブラー手法よりも結果が劣っていましたが、信頼性向上と進歩が確認されました。"