特許ウォッチ

公開番号2024168640
公報種別公開特許公報(A)
公開日2024-12-05
出願番号2023085483
出願日2023-05-24
発明の名称情報処理装置、探査装置およびプログラム
出願人学校法人早稲田大学
代理人SK弁理士法人,個人,個人
主分類G01V 3/02 20060101AFI20241128BHJP(測定;試験)
要約【課題】実際の多様な地下構造に対応可能な比抵抗構造を有する学習データを生成する情報処理装置を提供する。
【解決手段】本発明によれば、複数の層によって構成される地下構造を設定する層設定部、複数の層を1層または連続する2以上の層によって構成される1つまたは複数のグループに区分する区分部、1つまたは複数のグループ毎に比抵抗を乱数により決定し、各グループに含まれる各層に当該グループに対して決定された比抵抗を設定する比抵抗設定部、比抵抗が設定された複数の層のうちの1層の比抵抗と1層に隣接する層の比抵抗とを用いた平滑化処理を各層毎に行い各層に平滑化比抵抗を設定する平滑化部、および、比抵抗または平滑化比抵抗が設定された複数の層に基づき地下構造が規定された学習用比抵抗構造データを生成する学習用比抵抗構造データ生成部、を備える情報処理装置が提供される。
【選択図】図2
特許請求の範囲【請求項１】
情報処理装置であって、
層設定部と、区分部と、比抵抗設定部と、平滑化部と、学習用比抵抗構造データ生成部と、を備え、
前記層設定部は、複数の層によって構成される地下構造を設定し、
前記区分部は、前記複数の層を、１層または連続する２以上の層によって構成される１つまたは複数のグループに区分し、
前記比抵抗設定部は、前記１つまたは複数のグループ毎に比抵抗を乱数により決定し、各グループに含まれる各層に当該グループに対して決定された比抵抗を設定し、
前記平滑化部は、前記比抵抗が設定された複数の層のうちの１層の比抵抗と、前記１層に隣接する層の比抵抗と、を用いた平滑化処理を各層毎に行い、前記各層に平滑化比抵抗を設定し、
前記学習用比抵抗構造データ生成部は、前記比抵抗または前記平滑化比抵抗が設定された前記複数の層に基づき地下構造が規定された学習用比抵抗構造データを生成する、情報処理装置。
続きを表示（約 1,400 文字）【請求項２】
請求項１に記載の情報処理装置であって、
合成部をさらに備え、
前記合成部は、前記比抵抗と、前記比抵抗が設定された層に対応する層の平滑化比抵抗と、の合成処理を各層毎に行い、前記各層に合成比抵抗を設定し、
前記学習用比抵抗構造データ生成部は、前記合成比抵抗が設定された前記複数の層に基づき地下構造が規定された学習用比抵抗構造データを生成する、情報処理装置。
【請求項３】
請求項１または請求項２に記載の情報処理装置であって、
前記複数の層の各層の深度は、二次関数により決定される、情報処理装置。
【請求項４】
請求項３に記載の情報処理装置であって、
学習データ生成部、機械学習部、入力処理部、および出力制御部をさらに備え、
前記学習データ生成部は、前記学習用比抵抗構造データと、前記学習用比抵抗構造データに基づいて算出された人工応答データと、を対応付けて学習データを生成し、
前記機械学習部は、前記学習データを用いて機械学習した機械学習モデルを有し、
前記入力処理部は、前記機械学習モデルに、測定地の地下に対する物理探査測定により取得された測定応答データを入力し、
前記出力制御部は、前記機械学習モデルから出力される、前記測定応答データが取得された前記測定地の地下の推定比抵抗構造データを出力する、情報処理装置。
【請求項５】
請求項４に記載の情報処理装置であって、
前記人工応答データと前記測定応答データは、電圧データまたは磁場データである、情報処理装置。
【請求項６】
請求項４に記載の情報処理装置であって、
前記物理探査測定は、電磁探査測定である、情報処理装置。
【請求項７】
請求項４に記載の情報処理装置であって、
前記機械学習部は、ノイズ付き前記人工応答データを用いて機械学習した前記機械学習モデルを有する、情報処理装置。
【請求項８】
請求項７に記載の情報処理装置であって、
前記ノイズは、経験的に算出されたノイズ、または前記測定応答データの測定時に存在した環境ノイズに基づいて算出されたノイズである、情報処理装置。
【請求項９】
探査装置であって、
請求項１に記載の情報処理装置を備える、探査装置。
【請求項１０】
プログラムであって、
コンピュータに、層設定工程と、区分工程と、比抵抗設定工程と、平滑化工程と、学習用比抵抗構造データ生成工程とを実行させ、
前記層設定工程では、複数の層によって構成される地下構造を設定し、
前記区分工程では、前記複数の層を、１層または連続する２以上の層によって構成される１または複数のグループに区分し、
前記比抵抗設定工程では、前記１つまたは複数のグループ毎に比抵抗を乱数により生成し、各グループに含まれる各層に当該グループに対して生成された比抵抗を設定し、
前記平滑化工程では、前記比抵抗が設定された複数の層のうちの１層の比抵抗と、前記１層と隣接する層の比抵抗と、を用いた平滑化処理を各層毎に行い、前記各層に平滑化比抵抗を設定し、
前記学習用比抵抗構造データ生成工程では、前記比抵抗または前記平滑化比抵抗が設定された前記複数の層に基づき地下構造が規定された学習用比抵抗構造データを生成する、
プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、情報処理装置、探査装置およびプログラムに関する。
続きを表示（約 3,100 文字）【背景技術】
【０００２】
電磁探査の最適化（逆解析）手法として、機械学習を用いた手法が知られている。学習データとなる探査対象の比抵抗構造には、水平多層構造が用いられることが多い。
【０００３】
非特許文献１には、学習データとして層数が比較的少ない水平多層構造が用いられる逆解析手法が開示されている。
【先行技術文献】
【非特許文献】
【０００４】
ＸｉｎＷｕ、他５名、"ＡＤｅｅｐＬｅａｒｎｉｎｇＥｓｔｉｍａｔｉｏｎｏｆｔｈｅＥａｒｔｈＲｅｓｉｓｔｉｖｉｔｙＭｏｄｅｌｆｏｒｔｈｅＡｉｒｂｏｒｎｅＴｒａｎｓｉｅｎｔＥｌｅｃｔｒｏｍａｇｎｅｔｉｃＯｂｓｅｒｖａｔｉｏｎ"，［ｏｎｌｉｎｅ］，令和４年２月２５日、アメリカ地球物理学連合、［令和５年４月１２日検索］，インターネット＜ＵＲＬ：ｈｔｔｐｓ：／／ｄｏｉ．ｏｒｇ／１０．１０２９／２０２１ＪＢ０２３１８５＞
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、このような単純な水平多層構造は、実際の地下構造とは大きく異なるため、解析の過程で局所解に陥るおそれがあった。
【０００６】
本発明はこのような事情に鑑みてなされたものであり、実際の多様な地下構造に対応可能な比抵抗構造を有する学習データを生成する情報処理装置を提供するものである。
【課題を解決するための手段】
【０００７】
本発明によれば、以下の発明が提供される。
［１］情報処理装置であって、層設定部と、区分部と、比抵抗設定部と、平滑化部と、学習用比抵抗構造データ生成部と、を備え、前記層設定部は、複数の層によって構成される地下構造を設定し、前記区分部は、前記複数の層を、１層または連続する２以上の層によって構成される１つまたは複数のグループに区分し、前記比抵抗設定部は、前記１つまたは複数のグループ毎に比抵抗を乱数により決定し、各グループに含まれる各層に当該グループに対して決定された比抵抗を設定し、前記平滑化部は、前記比抵抗が設定された複数の層のうちの１層の比抵抗と、前記１層に隣接する層の比抵抗と、を用いた平滑化処理を各層毎に行い、前記各層に平滑化比抵抗を設定し、前記学習用比抵抗構造データ生成部は、前記比抵抗または前記平滑化比抵抗が設定された前記複数の層に基づき地下構造が規定された学習用比抵抗構造データを生成する、情報処理装置。
［２］［１］に記載の情報処理装置であって、合成部をさらに備え、前記合成部は、前記比抵抗と、前記比抵抗が設定された層に対応する層の平滑化比抵抗と、の合成処理を各層毎に行い、前記各層に合成比抵抗を設定し、前記学習用比抵抗構造データ生成部は、前記合成比抵抗が設定された前記複数の層に基づき地下構造が規定された学習用比抵抗構造データを生成する、情報処理装置。
［３］［１］または［２］に記載の情報処理装置であって、前記複数の層の各層の深度は、二次関数により決定される、情報処理装置。
［４］［１］～［３］のいずれか１つに記載の情報処理装置であって、学習データ生成部、機械学習部、入力処理部、および出力制御部をさらに備え、前記学習データ生成部は、前記学習用比抵抗構造データと、前記学習用比抵抗構造データに基づいて算出された人工応答データと、を対応付けて学習データを生成し、前記機械学習部は、前記学習データを用いて機械学習した機械学習モデルを有し、前記入力処理部は、前記機械学習モデルに、測定地の地下に対する物理探査測定により取得された測定応答データを入力し、前記出力制御部は、前記機械学習モデルから出力される、前記測定応答データが取得された前記測定地の地下の推定比抵抗構造データを出力する、情報処理装置。
［５］［４］に記載の情報処理装置であって、前記人工応答データと前記測定応答データは、電圧データまたは磁場データである、情報処理装置。
［６］［４］または［５］に記載の情報処理装置であって、前記物理探査測定は、電磁探査測定である、情報処理装置。
［７］［４］～［６］のいずれか１つに記載の情報処理装置であって、前記機械学習部は、ノイズ付き前記人工応答データを用いて機械学習した前記機械学習モデルを有する、情報処理装置。
［８］［７］に記載の情報処理装置であって、前記ノイズは、経験的に算出されたノイズ、または前記測定応答データの測定時に存在した環境ノイズに基づいて算出されたノイズである、情報処理装置。
［９］探査装置であって、［１］～［８］のいずれか１つに記載の情報処理装置を備える、探査装置。
［１０］プログラムであって、コンピュータに、層設定工程と、区分工程と、比抵抗設定工程と、平滑化工程と、学習用比抵抗構造データ生成工程とを実行させ、前記層設定工程では、複数の層によって構成される地下構造を設定し、前記区分工程では、前記複数の層を、１層または連続する２以上の層によって構成される１または複数のグループに区分し、前記比抵抗設定工程では、前記１つまたは複数のグループ毎に比抵抗を乱数により生成し、各グループに含まれる各層に当該グループに対して生成された比抵抗を設定し、前記平滑化工程では、前記比抵抗が設定された複数の層のうちの１層の比抵抗と、前記１層と隣接する層の比抵抗と、を用いた平滑化処理を各層毎に行い、前記各層に平滑化比抵抗を設定し、前記学習用比抵抗構造データ生成工程では、前記比抵抗または前記平滑化比抵抗が設定された前記複数の層に基づき地下構造が規定された学習用比抵抗構造データを生成する、プログラム。
【０００８】
本発明によれば、初期設定の比抵抗と平滑化比抵抗との両者を用いた学習データを生成することで、多様な地下構造に対応可能となっている。
【図面の簡単な説明】
【０００９】
本発明の第１実施形態に係る情報処理装置１のハードウェア構成を示すブロック図である。
本発明の第１実施形態に係る情報処理装置１の機能構成を示すブロック図である。
本発明の第１実施形態に係る情報処理装置１の区分部２０ｂが区分する地下構造の区分イメージである。
本発明の第１実施形態に係る情報処理装置１が生成する目的変数として生成される学習用比抵抗構造データの例である。
本発明の第１実施形態に係る情報処理装置１を用いたデータ処理のフロー図である。
本発明の第１実施形態に係る情報処理装置１を用いたデータ処理の学習データ生成工程Ｓ２のフロー図である。
本発明の第２実施形態に係る探査装置３のハードウェア構成を示すブロック図である。
本発明のデータ処理で使用された学習用比抵抗構造データの例である。
従来方法のデータ処理で使用された学習用比抵抗構造データの例である。
本発明のデータ処理方法に係る学習曲線および検証誤差を示す。
従来のデータ処理方法に係る学習曲線および検証誤差を示す。
【発明を実施するための形態】
【００１０】
以下、本発明の実施形態について説明する。以下に示す実施形態中で示した各種特徴事項は、互いに組み合わせ可能である。また、各特徴について独立して発明が成立する。
（【００１１】以降は省略されています）

関連特許