Deep Learning

ExSRNet: Explainable deep learning model for seismic response prediction with frequency attention mechanism

Engineering Structures, 2025

(キーノート講演)転移学習を用いた深層学習モデルによる観測データを基にした構造物地震応答の予測

This study adopted transfer learning for the seismic response prediction of real structures using deep learning. This approach aims to address the challenge posed by the scarcity of observation data. Specifically, the deep learning model Explanianble …

Optical Flow-Based Structural Anomaly Detection in Seismic Events From Video Data Combined With Computational Cost Reduction Through Deep Learning

Structural Control and Health Monitoring, 2025

Learning particle method simulation for solid and fluid mechanics

Attention機構を周波数領域に適用する説明性のある地震応答代替モデルの構築（優秀ポスター賞）

周波数領域へのAttention機構適用による説明性のある地震応答代替モデルの構築

地震による構造物の被災度を確率論的に評価するために、地震動の不確定性を考慮する必要がある。しかし、不確定性を考慮し、数値計算を繰り返すのは計算コストが高い。本研究では、地震応答解析を深層学習器で置き換える代替モデルを用いることで計算コストの低減を図る。代替モデルには、Attention機構と説明性を有する畳み込み演算によって、なぜその予測結果に至ったのかを、周波数領域への寄与度計算を通して説明可能なモデル構築を行った。検証では橋脚の地震応答解析に対する代替モデルを構築し、寄与度の高かった周波数帯 …

A seismic response prediction surrogate model with engineering explainability using attention-embedded CNN

Civil structures should keep functionality during earthquake events, necessitating detailed seismic evaluations. However, to account for uncertainties in seismic loading, nonlinear time history analyses must be repeated many times, increasing the …

AttentionCNNを用いた工学的説明性の高い地震応答予測サロゲートモデルの構築

In this study, an explainable seismic response surrogate model, which can be deemed valid from an engineering perspective, was developed. The model employs SincNet convolution to segment features by frequency band and an attention mechanism to …