地震荷重特徴抽出を備えた深層カーネル学習代替モデルによる地震リスク解析の効率化（シンポジウム講演概要）

Abstract

本研究では、地震リスク解析の計算コストを削減するために、深層カーネル学習による代替モデルを開発した。このモデルは、畳み込みニューラルネットワーク（CNN）を用いて地震荷重の特徴を抽出する。さらに、Gradient-weighted Class Activation Mapping（Grad-CAM）により地震荷重の各部の寄与を推定し、ARDにより各構造パラメータの寄与を推定することで、代替モデルの説明可能性を高める。検証では、免震RC橋脚の地震応答解析のために代替モデルを構築した。その結果、代替モデルにより計算コストの削減が可能であること、代替モデルの説明可能性があることが示された。