特開2023-30581推定方法、学習済モデル生成方法、推定装置、及びプログラム
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2023030581
(43)【公開日】2023-03-08
(54)【発明の名称】推定方法、学習済モデル生成方法、推定装置、及びプログラム
(51)【国際特許分類】
G06Q 50/08 20120101AFI20230301BHJP
G01N 33/38 20060101ALI20230301BHJP
【ＦＩ】
G06Q50/08
G01N33/38
【審査請求】未請求
【請求項の数】9
【出願形態】ＯＬ
(21)【出願番号】P 2021135795
(22)【出願日】2021-08-23
(71)【出願人】
【識別番号】000166627
【氏名又は名称】五洋建設株式会社
(74)【代理人】
【識別番号】110000338
【氏名又は名称】弁理士法人 ＨＡＲＡＫＥＮＺＯ ＷＯＲＬＤ ＰＡＴＥＮＴ ＆ ＴＲＡＤＥＭＡＲＫ
(72)【発明者】
【氏名】谷口 修
(72)【発明者】
【氏名】熊谷 隆宏
(72)【発明者】
【氏名】佐貫 宏
【テーマコード（参考）】
5L049
【Ｆターム（参考）】
5L049CC07
(57)【要約】
【課題】海中にコンクリートを打設する場合の海中のコンクリート温度を推定する。
【解決手段】情報処理装置（１０）は、コンクリートを打設する予定地域の海域の海中におけるコンクリート打設時の深度ごとの海水温を特定する第１ステップと、予定地域におけるコンクリートの打設時の気温を特定する第２ステップと、コンクリートの打設現場受け入れ時のコンクリート温度を特定する第３ステップと、第１ステップで特定した深度ごとの海水温、前記第２ステップで特定した気温及び第３ステップで取得したコンクリート温度に基づき、予定地域の海域における海中での打設時のコンクリート温度を推定する第４ステップと、第４ステップで推定した結果を出力する第５ステップとを実行する。
【選択図】図１
【解決手段】情報処理装置（１０）は、コンクリートを打設する予定地域の海域の海中におけるコンクリート打設時の深度ごとの海水温を特定する第１ステップと、予定地域におけるコンクリートの打設時の気温を特定する第２ステップと、コンクリートの打設現場受け入れ時のコンクリート温度を特定する第３ステップと、第１ステップで特定した深度ごとの海水温、前記第２ステップで特定した気温及び第３ステップで取得したコンクリート温度に基づき、予定地域の海域における海中での打設時のコンクリート温度を推定する第４ステップと、第４ステップで推定した結果を出力する第５ステップとを実行する。
【選択図】図１
【特許請求の範囲】
【請求項1】
コンクリートを打設する予定地域の海中におけるコンクリート打設時の深度ごとの海水温を特定する第１ステップと、
前記予定地域におけるコンクリートの打設時の気温を特定する第２ステップと、
コンクリートの打設現場受け入れ時のコンクリート温度を特定する第３ステップと、
前記第１ステップで特定した深度ごとの海水温、前記第２ステップで特定した前記気温及び前記第３ステップで特定した前記コンクリート温度に基づき前記予定地域における海中での打設時のコンクリート温度を推定する第４ステップと、
前記第４ステップで推定した結果を出力する第５ステップと、
を情報処理装置が実行する推定方法。
前記予定地域におけるコンクリートの打設時の気温を特定する第２ステップと、
コンクリートの打設現場受け入れ時のコンクリート温度を特定する第３ステップと、
前記第１ステップで特定した深度ごとの海水温、前記第２ステップで特定した前記気温及び前記第３ステップで特定した前記コンクリート温度に基づき前記予定地域における海中での打設時のコンクリート温度を推定する第４ステップと、
前記第４ステップで推定した結果を出力する第５ステップと、
を情報処理装置が実行する推定方法。
【請求項2】
前記第４ステップにおいては、前記第１ステップで取得した深度ごとの海水温、前記第２ステップで特定した前記気温及び前記第３ステップで特定した前記コンクリート温度を入力データとし、前記予定地域における海中での打設時のコンクリート温度を出力データとする機械学習により構築された第１の学習済モデルを用いて前記海中での打設時のコンクリート温度を推定する、
請求項１に記載の推定方法。
請求項１に記載の推定方法。
【請求項3】
前記予定地域の海域における過去の深度ごとの海水温の時系列データを取得する第６ステップ、
を前記情報処理装置が更に実行し、
前記第１ステップにおいては、さらに前記時系列データを入力データとし、前記予定地域の海域におけるコンクリート打設対象の深度ごとの海水温を出力データとする機械学習により構築された第２の学習済モデルを用いて前記コンクリート打設時の深度ごとの海水温を特定する、
請求項１又は２に記載の推定方法。
を前記情報処理装置が更に実行し、
前記第１ステップにおいては、さらに前記時系列データを入力データとし、前記予定地域の海域におけるコンクリート打設対象の深度ごとの海水温を出力データとする機械学習により構築された第２の学習済モデルを用いて前記コンクリート打設時の深度ごとの海水温を特定する、
請求項１又は２に記載の推定方法。
【請求項4】
前記コンクリートの打設現場の環境を表す環境データを取得する第７ステップ、
を前記情報処理装置が更に実行し、
前記第３ステップにおいては、前記環境データを入力データとし、前記打設現場受け入れ時のコンクリート温度を出力データとする機械学習により構築された第３の学習済モデルに前記環境データを入力することにより得られる前記打設現場受け入れ時のコンクリート温度を特定する、
請求項１～３のいずれか１項に記載の推定方法。
を前記情報処理装置が更に実行し、
前記第３ステップにおいては、前記環境データを入力データとし、前記打設現場受け入れ時のコンクリート温度を出力データとする機械学習により構築された第３の学習済モデルに前記環境データを入力することにより得られる前記打設現場受け入れ時のコンクリート温度を特定する、
請求項１～３のいずれか１項に記載の推定方法。
【請求項5】
前記環境データは、前記コンクリートの打設現場の気象情報を含む、
請求項４に記載の推定方法。
請求項４に記載の推定方法。
【請求項6】
コンクリートを打設した地域の海中における打設時期の深度ごとの海水温、並びに、当該地域における前記打設時期の気温、及び、コンクリートの打設現場受け入れ時のコンクリート温度を含む説明変数と、当該地域における海中での打設時のコンクリート温度を示す目的変数とを取得する第８ステップと、
前記説明変数と前記目的変数とを用いて前記説明変数と前記目的変数との相関関係を機械学習させた前記第１の学習済モデルを生成する第９ステップと、
を前記情報処理装置が更に実行する請求項２に記載の推定方法。
前記説明変数と前記目的変数とを用いて前記説明変数と前記目的変数との相関関係を機械学習させた前記第１の学習済モデルを生成する第９ステップと、
を前記情報処理装置が更に実行する請求項２に記載の推定方法。
【請求項7】
コンクリートを打設した地域の海中における打設時期の深度ごとの海水温、並びに、当該地域における前記打設時期の気温、及び、コンクリートの打設現場受け入れ時のコンクリート温度を含む説明変数と、当該地域における海中での打設時のコンクリート温度を示す目的変数とを取得するステップと、
前記説明変数と前記目的変数とを用いて前記説明変数と前記目的変数との相関関係を機械学習させた学習済モデルを生成するステップと、
を情報処理装置が実行する学習済モデル生成方法。
前記説明変数と前記目的変数とを用いて前記説明変数と前記目的変数との相関関係を機械学習させた学習済モデルを生成するステップと、
を情報処理装置が実行する学習済モデル生成方法。
【請求項8】
コンクリートを打設する予定地域の海中におけるコンクリート打設時の深度ごとの海水温を特定する第１特定部と、
前記予定地域におけるコンクリートの打設時の気温を特定する第２特定部と、
コンクリートの打設現場受け入れ時のコンクリート温度を特定する第３特定部と、
前記第１特定部が特定した深度ごとの海水温、前記第２特定部が特定した前記気温、及び前記第３特定部が特定した前記コンクリート温度に基づき前記予定地域における海中での打設時のコンクリート温度を推定する推定部と、
前記推定部が推定した結果を出力する出力部と、
を備えることを特徴とする推定装置。
前記予定地域におけるコンクリートの打設時の気温を特定する第２特定部と、
コンクリートの打設現場受け入れ時のコンクリート温度を特定する第３特定部と、
前記第１特定部が特定した深度ごとの海水温、前記第２特定部が特定した前記気温、及び前記第３特定部が特定した前記コンクリート温度に基づき前記予定地域における海中での打設時のコンクリート温度を推定する推定部と、
前記推定部が推定した結果を出力する出力部と、
を備えることを特徴とする推定装置。
【請求項9】
請求項８に記載の推定装置としてコンピュータを機能させるためのプログラムであって、前記第１特定部、前記第２特定部、前記第３特定部、前記推定部及び前記出力部としてコンピュータを機能させるためのプログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、海中に打設するコンクリートの海中温度を推定する技術に関する。
【背景技術】
【0002】
マスコンクリートである海中のコンクリート構造物は、ひび割れ防止のため施工前に温度応力解析が行われる。解析の際、コンクリート構造物が海水と接する箇所の海水温を境界条件として設定する必要がある。従来では、経済性及び効率性の観点から、海水温の実測を行わず、気象庁などで測定されている対象地域の近傍の気温データを海水温の代替として用いることが行われている。また、特許文献１には、電力負荷値に関するデータを含む予測用入力データを予測モデルに入力し、予測モデルから生コンクリートの品質に関する予測用出力データを出力し、予測用出力データを用いて生コンクリートの品質を予測することが記載されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特許第６７９３８６４号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、コンクリートを打設する地域では気温と海水温とに差分があるため、従来の技術では、海中にコンクリートを打設する場合のコンクリート温度を適切に予測することはできなかった。また、特許文献１に記載の技術でも、海中に打設する場合のコンクリート温度を予測することはできなかった。
【0005】
本発明の一態様は、上記問題点に鑑みたものである。本発明の一態様は、コンクリートを海中に打設する場合の海中でのコンクリートの温度を推定することを目的とする。
【課題を解決するための手段】
【0006】
上記の課題を解決するために、本発明の一態様に係る推定方法は、コンクリートを打設する予定地域の海中におけるコンクリート打設時の深度ごとの海水温を特定する第１ステップと、前記予定地域におけるコンクリートの打設時の気温を特定する第２ステップと、コンクリートの打設現場受け入れ時のコンクリート温度を特定する第３ステップと、前記第１ステップで特定した深度ごとの海水温、前記第２ステップで特定した前記気温及び前記第３ステップで特定した前記コンクリート温度に基づき前記予定地域における海中での打設時のコンクリート温度を推定する第４ステップと、前記第４ステップで推定した結果を出力する第５ステップと、を情報処理装置が実行する。
【0007】
上記の構成によれば、情報処理装置は、海中に打設する場合のコンクリートの海中温度を推定できる。
【0008】
上記推定方法において、前記第４ステップにおいては、前記第１ステップで取得した深度ごとの海水温、前記第２ステップで特定した前記気温及び前記第３ステップで特定した前記コンクリート温度を入力データとし、前記予定地域における海中での打設時のコンクリート温度を出力データとする機械学習により構築された第１の学習済モデルを用いて前記海中での打設時のコンクリート温度を推定してもよい。
【0009】
上記の構成によれば、情報処理装置は、海中に打設する場合のコンクリートの海中温度を推定できる。
【0010】
上記推定方法において、前記予定地域の海域における過去の深度ごとの海水温の時系列データを取得する第６ステップを前記情報処理装置が更に実行し、前記第１ステップにおいては、さらに前記時系列データを入力データとし、前記予定地域の海域におけるコンクリート打設対象の深度ごとの海水温を出力データとする機械学習により構築された第２の学習済モデルを用いて前記コンクリート打設時の深度ごとの海水温を特定してもよい。
【0011】
上記の構成によれば、情報処理装置は、コンクリートを打設する予定地域における海水温を実測することなく、より精度よく海中に打設する場合のコンクリートの海中温度を推定できる。
【0012】
上記推定方法において、前記コンクリートの打設現場の環境を表す環境データを取得する第７ステップを前記情報処理装置が更に実行し、前記第３ステップにおいては、前記環境データを入力データとし、前記打設現場受け入れ時のコンクリート温度を出力データとする機械学習により構築された第３の学習済モデルに前記環境データを入力することにより得られる前記打設現場受け入れ時のコンクリート温度を特定してもよい。
【0013】
上記の構成によれば、情報処理装置は、打設現場での受け入れ時のコンクリートの温度を実測することなく、コンクリートを海中に打設する場合のコンクリート受け入れ時の温度を推定できる。
【0014】
上記推定方法において、前記環境データは、前記コンクリートの打設現場の気象情報を含んでもよい。
【0015】
上記の構成によれば、情報処理装置は、打設現場での受け入れ時のコンクリートの温度を実測することなく、より精度よくコンクリートを海中に打設する場合のコンクリート受け入れ時の温度を推定できる。
【0016】
上記推定方法において、コンクリートを打設した地域の海中における打設時期の深度ごとの海水温、並びに、当該地域における前記打設時期の気温、及び、コンクリートの打設現場受け入れ時のコンクリート温度を含む説明変数と、当該地域における海中での打設時のコンクリート温度を示す目的変数とを取得する第８ステップと、前記説明変数と前記目的変数とを用いて前記説明変数と前記目的変数との相関関係を機械学習させた前記第１の学習済モデルを生成する第９ステップと、を前記情報処理装置が更に実行してもよい。
【0017】
上記の構成によれば、情報処理装置が生成した学習済モデルを用いてコンクリートを海中に打設する場合のコンクリートの海中温度を推定できる。
【0018】
また、本発明に係る学習済モデル生成方法は、コンクリートを打設した地域の海中における打設時期の深度ごとの海水温、並びに、当該地域における前記打設時期の気温、及び、コンクリートの打設現場受け入れ時のコンクリート温度を含む説明変数と、当該地域における海中での打設時のコンクリート温度を示す目的変数とを取得するステップと、前記説明変数と前記目的変数とを用いて前記説明変数と前記目的変数との相関関係を機械学習させた学習済モデルを生成するステップと、を情報処理装置が実行する。
【0019】
上記の構成によれば、情報処理装置が生成した学習済モデルを用いてコンクリートを海中に打設する場合のコンクリートの海中温度を推定できる。
【0020】
また、本発明に係る推定装置は、コンクリートを打設する予定地域の海中におけるコンクリート打設時の深度ごとの海水温を特定する第１特定部と、前記予定地域におけるコンクリートの打設時の気温を特定する第２特定部と、コンクリートの打設現場受け入れ時のコンクリート温度を特定する第３特定部と、前記第１特定部が特定した深度ごとの海水温、前記第２特定部が特定した前記気温、及び前記第３特定部が特定した前記コンクリート温度に基づき前記予定地域における海中での打設時のコンクリート温度を推定する推定部と、前記推定部が推定した結果を出力する出力部と、を備える。
【0021】
上記の構成によれば、推定装置は、海中に打設する場合のコンクリートの海中温度を推定できる。
【0022】
また、本発明に係るプログラムは、前記推定装置としてコンピュータを機能させるためのプログラムであって、前記第１特定部、前記第２特定部、前記第３特定部、前記推定部及び前記出力部としてコンピュータを機能させるためのプログラムである。
【0023】
上記の構成によれば、海中に打設する場合のコンクリートの海中温度を推定できる。
【0024】
本発明の各態様に係る推定装置は、コンピュータによって実現してもよく、この場合には、コンピュータを前記推定装置が備える各部（ソフトウェア要素）として動作させることにより前記推定装置をコンピュータにて実現させる推定装置のプログラム、及びそれを記録したコンピュータ読み取り可能な記録媒体も、本発明の範疇に入る。
【発明の効果】
【0025】
本発明の一態様によれば、海中に打設する場合のコンクリートの海中温度を推定することができる。
【図面の簡単な説明】
【0026】
【図1】本発明の実施形態に係る情報処理装置の機能構成を示すブロック図である。
【図2】本発明の実施形態に係る海水温の時系列データの具体例を示す図である。
【図3】本発明の実施形態に係る推定方法の流れを示すフロー図である。
【図4】本発明の実施形態に係る学習方法の流れを示すフロー図である。
【発明を実施するための形態】
【0027】
〔実施形態〕
＜情報処理装置＞
図１は、本実施形態に係る情報処理装置１０の機能構成を例示するブロック図である。情報処理装置１０は、コンクリート構造物のひび割れ防止のための施工前の温度応力解析を行う装置であり、特に、コンクリートを打設する予定地域において海中にコンクリートを打設する際のコンクリートの海中温度を推定する。情報処理装置１０は、本明細書に係る推定装置の一例である。また、情報処理装置１０は、本明細書に係る学習済モデル生成装置の一例でもある。以下の説明では、コンクリート受け入れ時の温度を「コンクリート温度」ともいう。また、海中に打設した際のコンクリートの海中温度を「海中コンクリート温度」ともいう。
＜情報処理装置＞
図１は、本実施形態に係る情報処理装置１０の機能構成を例示するブロック図である。情報処理装置１０は、コンクリート構造物のひび割れ防止のための施工前の温度応力解析を行う装置であり、特に、コンクリートを打設する予定地域において海中にコンクリートを打設する際のコンクリートの海中温度を推定する。情報処理装置１０は、本明細書に係る推定装置の一例である。また、情報処理装置１０は、本明細書に係る学習済モデル生成装置の一例でもある。以下の説明では、コンクリート受け入れ時の温度を「コンクリート温度」ともいう。また、海中に打設した際のコンクリートの海中温度を「海中コンクリート温度」ともいう。
【0028】
情報処理装置１０は、推定フェーズと学習フェーズとの２つのフェーズを実行する。推定フェーズは、海中コンクリート温度を推定するフェーズである。学習フェーズは、海中コンクリート温度の推定に用いる学習済モデルを機械学習により構築するフェーズである。情報処理装置１０は、制御部１１、記憶部１２、通信ＩＦ１３、及び入出力ＩＦ１４を備える。制御部１１は、推定フェーズ実行部１１０、及び学習フェーズ実行部１５０を備える。推定フェーズ実行部１１０は海中コンクリート温度を推定するフェーズを実行する。学習フェーズ実行部１５０は海中コンクリート温度の推定に用いる学習済モデルを機械学習により構築する。
【0029】
＜推定フェーズに係る構成＞
推定フェーズ実行部１１０は、第１特定部１１１、第２特定部１１２、推定部１１３、出力部１１４、第１取得部１１５、第２取得部１１６、及び第３特定部１１７を備える。
推定フェーズ実行部１１０は、第１特定部１１１、第２特定部１１２、推定部１１３、出力部１１４、第１取得部１１５、第２取得部１１６、及び第３特定部１１７を備える。
【0030】
（第１特定部）
第１特定部１１１は、コンクリートを打設する予定地域の海中におけるコンクリート打設時の深度ごとの海水温を特定する。第１特定部１１１は、一例として、記憶部１２に記憶された第２の学習済モデルＬＭ２に過去の海水温の時系列データを入力することにより得られる、コンクリートの打設時期の深度ごとの海水温を特定する。第２の学習済モデルＬＭ２については後述する。なお、第１特定部１１１が海水温を特定する手法はこれに限定されず、他の手法が用いられてもよい。一例として、第１特定部１１１は、通信ＩＦ１３又は入出力ＩＦ１４に接続された他の装置から海水温を示す情報を取得することにより、海水温を特定してもよい。
第１特定部１１１は、コンクリートを打設する予定地域の海中におけるコンクリート打設時の深度ごとの海水温を特定する。第１特定部１１１は、一例として、記憶部１２に記憶された第２の学習済モデルＬＭ２に過去の海水温の時系列データを入力することにより得られる、コンクリートの打設時期の深度ごとの海水温を特定する。第２の学習済モデルＬＭ２については後述する。なお、第１特定部１１１が海水温を特定する手法はこれに限定されず、他の手法が用いられてもよい。一例として、第１特定部１１１は、通信ＩＦ１３又は入出力ＩＦ１４に接続された他の装置から海水温を示す情報を取得することにより、海水温を特定してもよい。
【0031】
（第２特定部）
第２特定部１１２は、コンクリート打設予定地域におけるコンクリート打設時の気温を特定する。第２特定部１１２が特定するコンクリート打設予定地域の気温に関しては、通信ＩＦ１３を経由して入手する外部の天気情報サイトよりコンクリート打設予定地域の時間ごとの温度のデータを用いるものとするが、第２取得部１１６が入手する環境データを用いるようにしてもよい。また、第２特定部１１２は過去の気温の時系列データを入力することにより得られる気温を特定する。第２特定部１１２は学習済モデルを構築してデータを入手するようにしてもよい。
第２特定部１１２は、コンクリート打設予定地域におけるコンクリート打設時の気温を特定する。第２特定部１１２が特定するコンクリート打設予定地域の気温に関しては、通信ＩＦ１３を経由して入手する外部の天気情報サイトよりコンクリート打設予定地域の時間ごとの温度のデータを用いるものとするが、第２取得部１１６が入手する環境データを用いるようにしてもよい。また、第２特定部１１２は過去の気温の時系列データを入力することにより得られる気温を特定する。第２特定部１１２は学習済モデルを構築してデータを入手するようにしてもよい。
【0032】
（第３特定部）
第３特定部１１７は、コンクリートの打設現場受け入れ時のコンクリート温度を特定する。第３特定部１１７が特定するコンクリート温度は、予定地域においてコンクリートを海中ではなく気中に打設する場合のコンクリート温度である。第３特定部１１７は、一例として、記憶部１２に記憶された第３の学習済モデルＬＭ３に、コンクリートの打設現場の環境を表す環境データを入力することにより得られるコンクリート温度を特定する。第３の学習済モデルＬＭ３については後述する。なお、第３特定部１１７がコンクリート温度を特定する手法はこれに限られず、他の手法が用いられてもよい。一例として、第３特定部１１７は、通信ＩＦ１３又は入出力ＩＦ１４に接続された他の装置からコンクリート温度を取得することにより、コンクリート温度を特定してもよい。
第３特定部１１７は、コンクリートの打設現場受け入れ時のコンクリート温度を特定する。第３特定部１１７が特定するコンクリート温度は、予定地域においてコンクリートを海中ではなく気中に打設する場合のコンクリート温度である。第３特定部１１７は、一例として、記憶部１２に記憶された第３の学習済モデルＬＭ３に、コンクリートの打設現場の環境を表す環境データを入力することにより得られるコンクリート温度を特定する。第３の学習済モデルＬＭ３については後述する。なお、第３特定部１１７がコンクリート温度を特定する手法はこれに限られず、他の手法が用いられてもよい。一例として、第３特定部１１７は、通信ＩＦ１３又は入出力ＩＦ１４に接続された他の装置からコンクリート温度を取得することにより、コンクリート温度を特定してもよい。
【0033】
（推定部）
推定部１１３は、第１特定部１１１が特定した深度ごとの海水温、第２特定部１１２が特定した気温、及び第３特定部１１７が特定したコンクリート温度に基づき、予定地域における海中コンクリート温度を特定する。推定部１１３は、一例として、記憶部１２に記憶された第１の学習済モデルＬＭ１に、コンクリートを打設する予定地域の深度ごとの海水温、予定地域の気温、及びコンクリート温度を入力することにより、海中コンクリート温度を推定する。第１の学習済モデルＬＭ１については後述する。なお、推定部１１３が海中コンクリート温度を推定する手法はこれに限られず、他の手法により海中コンクリート温度を推定してもよい。一例として、推定部１１３は、予定地域の深度ごとの海水温、予定地域の気温、及びコンクリート温度と、海中コンクリート温度とが対応付けられたテーブルを参照することにより、海中コンクリート温度を推定してもよい。
推定部１１３は、第１特定部１１１が特定した深度ごとの海水温、第２特定部１１２が特定した気温、及び第３特定部１１７が特定したコンクリート温度に基づき、予定地域における海中コンクリート温度を特定する。推定部１１３は、一例として、記憶部１２に記憶された第１の学習済モデルＬＭ１に、コンクリートを打設する予定地域の深度ごとの海水温、予定地域の気温、及びコンクリート温度を入力することにより、海中コンクリート温度を推定する。第１の学習済モデルＬＭ１については後述する。なお、推定部１１３が海中コンクリート温度を推定する手法はこれに限られず、他の手法により海中コンクリート温度を推定してもよい。一例として、推定部１１３は、予定地域の深度ごとの海水温、予定地域の気温、及びコンクリート温度と、海中コンクリート温度とが対応付けられたテーブルを参照することにより、海中コンクリート温度を推定してもよい。
【0034】
（出力部）
出力部１１４は、推定部１１３で推定した結果を出力する。出力部１１４は、一例として、通信ＩＦ１３又は入出力ＩＦ１４に接続された他の装置に推定結果を示す情報を出力してもよく、また、記憶部１２の所定の記憶領域に推定結果を示す情報を書き込むことにより出力してもよい。
出力部１１４は、推定部１１３で推定した結果を出力する。出力部１１４は、一例として、通信ＩＦ１３又は入出力ＩＦ１４に接続された他の装置に推定結果を示す情報を出力してもよく、また、記憶部１２の所定の記憶領域に推定結果を示す情報を書き込むことにより出力してもよい。
【0035】
（第１取得部）
第１取得部１１５は、予定地域の海域における過去の深度ごとの海水温の時系列データを取得する。第１取得部１１５は、一例として、通信ＩＦ１３又は入出力ＩＦ１４に接続された他の装置から海水温の時系列データを受信してもよく、また、記憶部１２の所定の記憶領域から時系列データを読み出すことにより時系列データを取得してもよい。第１取得部１１５は、一例として、約７～８ｋｍ２の単位面積ごとの海水温を特定する。
第１取得部１１５は、予定地域の海域における過去の深度ごとの海水温の時系列データを取得する。第１取得部１１５は、一例として、通信ＩＦ１３又は入出力ＩＦ１４に接続された他の装置から海水温の時系列データを受信してもよく、また、記憶部１２の所定の記憶領域から時系列データを読み出すことにより時系列データを取得してもよい。第１取得部１１５は、一例として、約７～８ｋｍ２の単位面積ごとの海水温を特定する。
【0036】
（第２取得部）
第２取得部１１６は、コンクリートの打設現場の環境を表す環境データを取得する。環境データは、一例として、コンクリートの打設現場の気象情報を含む。気象情報は、一例として、コンクリートバッチングプラントからコンクリートの打設現場までの天候、又は特定の気象の発生の有無を示す情報を含む。特定の気象は、一例として、台風、海流（黒潮、等）の流れ、エルニーニョ、ラニーニャ、又はモンスーンの発生の有無等である。第２取得部１１６は、一例として、通信ＩＦ又は入出力ＩＦに接続された他の装置から所定の地域のコンクリート打設日の一時間ごとの天気情報（天気、気温、湿度、風力）等の環境データをリアルタイムで受信してもよく、また、記憶部１２の所定の記憶領域から環境データを読み出すことにより環境データを取得してもよい。
第２取得部１１６は、コンクリートの打設現場の環境を表す環境データを取得する。環境データは、一例として、コンクリートの打設現場の気象情報を含む。気象情報は、一例として、コンクリートバッチングプラントからコンクリートの打設現場までの天候、又は特定の気象の発生の有無を示す情報を含む。特定の気象は、一例として、台風、海流（黒潮、等）の流れ、エルニーニョ、ラニーニャ、又はモンスーンの発生の有無等である。第２取得部１１６は、一例として、通信ＩＦ又は入出力ＩＦに接続された他の装置から所定の地域のコンクリート打設日の一時間ごとの天気情報（天気、気温、湿度、風力）等の環境データをリアルタイムで受信してもよく、また、記憶部１２の所定の記憶領域から環境データを読み出すことにより環境データを取得してもよい。
【0037】
（記憶部）
記憶部１２は、情報処理装置１０が実行する処理に必要な各種のデータを記憶する。記憶部１２は、第１の学習済モデルＬＭ１、第２の学習済モデルＬＭ２、及び第３の学習済モデルＬＭ３を記憶する。第１の学習済モデルＬＭ１、第２の学習済モデルＬＭ２、及び第３の学習済モデルＬＭ３は機械学習により構築されたモデルであり、一例として、再帰型ニューラルネットワークの学習手法により構築される。なお、第１の学習済モデルＬＭ１、第２の学習済モデルＬＭ２、及び第３の学習済モデルＬＭ３は上述したものに限られず、畳み込みニューラルネットワークなどのニューラルネットワークモデル、線形回帰若しくは非線形回帰などの回帰モデル、又は、回帰木などの木モデルなどのアルゴリズムを用いて生成されるモデルであってもよい。
記憶部１２は、情報処理装置１０が実行する処理に必要な各種のデータを記憶する。記憶部１２は、第１の学習済モデルＬＭ１、第２の学習済モデルＬＭ２、及び第３の学習済モデルＬＭ３を記憶する。第１の学習済モデルＬＭ１、第２の学習済モデルＬＭ２、及び第３の学習済モデルＬＭ３は機械学習により構築されたモデルであり、一例として、再帰型ニューラルネットワークの学習手法により構築される。なお、第１の学習済モデルＬＭ１、第２の学習済モデルＬＭ２、及び第３の学習済モデルＬＭ３は上述したものに限られず、畳み込みニューラルネットワークなどのニューラルネットワークモデル、線形回帰若しくは非線形回帰などの回帰モデル、又は、回帰木などの木モデルなどのアルゴリズムを用いて生成されるモデルであってもよい。
【0038】
（第１の学習済モデル）
第１の学習済モデルＬＭ１は、推定部１１３が海中コンクリート温度を推定する際に用いる学習済モデルである。推定フェーズにおける第１の学習済モデルＬＭ１の入力データは、（ｉ）コンクリートを打設する予定地域おいて海中にコンクリートを打設する際の予定地域の気温、（ii）予定地域の深度ごとの海水温、及び（iii）打設現場でコンクリートを受け入れる際のコンクリート温度、を含む。推定フェーズにおける第１の学習済モデルＬＭ１の出力データは、予定地域においてコンクリートを打設する時期における海中コンクリート温度を含む。
第１の学習済モデルＬＭ１は、推定部１１３が海中コンクリート温度を推定する際に用いる学習済モデルである。推定フェーズにおける第１の学習済モデルＬＭ１の入力データは、（ｉ）コンクリートを打設する予定地域おいて海中にコンクリートを打設する際の予定地域の気温、（ii）予定地域の深度ごとの海水温、及び（iii）打設現場でコンクリートを受け入れる際のコンクリート温度、を含む。推定フェーズにおける第１の学習済モデルＬＭ１の出力データは、予定地域においてコンクリートを打設する時期における海中コンクリート温度を含む。
【0039】
（第２の学習済モデル）
第２の学習済モデルＬＭ２は、第１特定部１１１が予定地域において海中にコンクリートを打設する際の深度ごとの海水温を特定する際に用いる学習済モデルである。推定フェーズにおける第２の学習済モデルＬＭ２の入力データは、予定地域の海域における過去の深度ごとの海水温の時系列データを含む。なお、入力データとしては、一般に公開されているCopernicus Marine Serviceなどのデータを利用してもよい。
第２の学習済モデルＬＭ２の出力データは、予定地域におけるコンクリート打設時期の深度ごとの海水温を含む。
第２の学習済モデルＬＭ２は、第１特定部１１１が予定地域において海中にコンクリートを打設する際の深度ごとの海水温を特定する際に用いる学習済モデルである。推定フェーズにおける第２の学習済モデルＬＭ２の入力データは、予定地域の海域における過去の深度ごとの海水温の時系列データを含む。なお、入力データとしては、一般に公開されているCopernicus Marine Serviceなどのデータを利用してもよい。
第２の学習済モデルＬＭ２の出力データは、予定地域におけるコンクリート打設時期の深度ごとの海水温を含む。
【0040】
海水温の時系列データは、一例として、海水温の３年分の測定データを含む。なお、海水温の時系列データは、過去の３年分の海水温の時系列データに限られず、例えば過去の１０年分の海水温の時系列データであってもよい。
【0041】
時系列データは、一例として、予定地域における月ごとの海水温の平均値を羅列したデータである。なお、時系列データは、月ごとの平均値を羅列したデータに限られず、日ごとのデータでも他のデータであってもよい。時系列データは、一例として、毎日所定の時刻に測定された海水温を羅列したデータであってもよい。また、時系列データは、季節ごとに測定された海水温を羅列したデータであってもよい。また、時系列データには、海水温を示す各データの測定時期を示すデータが付されている。そのため、各データ間で何年間の時差・年差があるかも把握できる。
【0042】
図２は、海水温の時系列データの具体例である時系列データＤ１～Ｄ４を示す図である。図２において、横軸は時期を示し、縦軸は海水温を示す。時系列データＤ１～Ｄ４は、予定地域における深度ごとの海水温の時系列データである。時系列データＤ１は、深度が－０．４９ｍの海水温の時系列データである。時系列データＤ２は、深度が－１３．５ｍの海水温の時系列データである。時系列データＤ３は、深度が－２５．２ｍの海水温の時系列データである。時系列データＤ４は、深度が－３０ｍの海水温の時系列データである。
【0043】
（第３の学習済モデル）
第３の学習済モデルＬＭ３は、打設現場でのコンクリートの受け入れ時のコンクリート温度を第２特定部１１２が特定する際に用いる学習済モデルである。推定フェーズにおける第３の学習済モデルＬＭ３の入力データは、第２取得部１１６が取得したコンクリートの打設現場の環境を表す環境データを含む。第３の学習済モデルＬＭ３の出力データは、打設現場でのコンクリートの受け入れ時のコンクリート温度を含む。
第３の学習済モデルＬＭ３は、打設現場でのコンクリートの受け入れ時のコンクリート温度を第２特定部１１２が特定する際に用いる学習済モデルである。推定フェーズにおける第３の学習済モデルＬＭ３の入力データは、第２取得部１１６が取得したコンクリートの打設現場の環境を表す環境データを含む。第３の学習済モデルＬＭ３の出力データは、打設現場でのコンクリートの受け入れ時のコンクリート温度を含む。
【0044】
環境データは、上述したように、一例として、コンクリートの打設現場の気象情報を含む。気象情報は、上述したように、一例として、コンクリートバッチングプラントからコンクリートの打設現場までの天候、又は特定の気象の発生の有無を示す情報を含む。
【0045】
（通信ＩＦ・入出力ＩＦ）
通信ＩＦ１３は、他のコンピュータと通信するためのインタフェースである。通信ＩＦ１３には、ネットワークを介さずに他のコンピュータと通信を行うためのインタフェース、例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標）インタフェースが含まれ得る。また、通信ＩＦ１３には、ＬＡＮ（Local Area Network）を介して他のコンピュータと通信を行うためのインタフェース、例えば、Ｗｉ－Ｆｉ（登録商標）インタフェースが含まれ得る。入出力ＩＦ１４には、入力デバイス及び／又は出力デバイスが接続される。入出力ＩＦ１４としては、例えばＵＳＢが挙げられる。
通信ＩＦ１３は、他のコンピュータと通信するためのインタフェースである。通信ＩＦ１３には、ネットワークを介さずに他のコンピュータと通信を行うためのインタフェース、例えば、Ｂｌｕｅｔｏｏｔｈ（登録商標）インタフェースが含まれ得る。また、通信ＩＦ１３には、ＬＡＮ（Local Area Network）を介して他のコンピュータと通信を行うためのインタフェース、例えば、Ｗｉ－Ｆｉ（登録商標）インタフェースが含まれ得る。入出力ＩＦ１４には、入力デバイス及び／又は出力デバイスが接続される。入出力ＩＦ１４としては、例えばＵＳＢが挙げられる。
【0046】
＜推定方法の流れ＞
図３は、情報処理装置１０が実行する推定方法の一例である推定方法Ｍ１の流れを示すフロー図である。推定方法Ｍ１に含まれる一部のステップは並行して、又は順序を替えて実行されてもよい。
図３は、情報処理装置１０が実行する推定方法の一例である推定方法Ｍ１の流れを示すフロー図である。推定方法Ｍ１に含まれる一部のステップは並行して、又は順序を替えて実行されてもよい。
【0047】
ステップＭ１１において、第１取得部１１５は、予定地域の海域における過去の深度ごとの海水温の時系列データを取得する。ステップＭ１１は本明細書に係る第６ステップの一例である。第１取得部１１５が取得する海水温の時系列データは、一例として、Copernicus Marine Service、気象庁などが公開している、過去の海水温の時系列データである。第１取得部１１５は、一例として、通信ＩＦ１３又は入出力ＩＦ１４に接続された他の装置から時系列データを取得してもよく、また、記憶部１２に記憶された時系列データを読み出すことにより取得してもよい。第１取得部１１５が取得する海水温の時系列データは、一例として、予定海域の平面方向（水平方向）の位置（Ｘ軸・Ｙ軸）及び深度（深度方向をマイナスとするＺ軸）を表す３次元座標により示される、深度が異なる複数の地点のそれぞれにおける海水温の時系列データである。
【0048】
ステップＭ１２において、第１特定部１１１は、コンクリートを打設する予定地域の海域における打設時期の深度ごとの海水温を特定する。ステップＭ１２は本明細書に係る第１ステップの一例である。本動作例において、第１特定部１１１は、海水温の時系列データを入力データとし、予定地域の海域における深度ごとの海水温を出力データとする、第２の学習済モデルＬＭ２を用いて、コンクリートの打設時期におけるコンクリート打設予定の深度ごとの海水温を特定する。第１特定部１１１が特定する深度ごとの海水温は、一例として、予定地域の海域の平面方向の位置（Ｘ軸・Ｙ軸）及び深度（深度方向をマイナスとするＺ軸）を表す３次元座標により示される、深度が異なる複数の地点のそれぞれの海水温である。
【0049】
ステップＭ１３において、第１特定部１１１は、コンクリートの打設時期における深度ごとの海水温を、補正係数を用いて補正する。補正係数は一例として、第２の学習済モデルＬＭ２の出力であるコンクリートの打設時期におけるコンクリート打設予定の深度ごとの海水温データと、コンクリートの打設時期における表層の海水温の実測値との差に基づき定められた係数である。海水温の実測値は、一例として、海洋コンクリート構造物の施工前において、床掘掘削又は基礎となる捨石投入などを行う際の表面付近の海水温である。実測データは、一例として、１週間程度の測定結果であってもよく、また、それ以上の期間でも以下の数日の測定結果であってもよい。
【0050】
ステップＭ１４において、第２取得部１１６は、コンクリートの打設現場の環境を表す環境データを取得する。ステップＭ１４は本明細書に係る第７ステップの一例である。環境データは、一例として、コンクリートの打設現場の気象情報を含む。第２取得部１１６は、一例として、ウエザーサイトや気象庁などが公開している予報を含む環境データを、通信ＩＦ１３又は入出力ＩＦ１４に接続された他の装置から環境データを取得してもよい。
【0051】
ステップＭ１５において、第２特定部１１２は、コンクリート打設予定地域におけるコンクリートの打設時期の気温を特定する。ステップＭ１５は本明細書に係る第２ステップの一例である。本動作例において、第２特定部１１２は、通信ＩＦ１３を経由して入手する外部の天気情報サイトよりコンクリート打設予定地域の打設予定時の時間ごとの温度のデータを用いて特定するが、ステップＭ１４で取得した環境データからコンクリートの打設時期における気温を特定してもよい。なお、第２特定部１１２が打設時期の気温を特定する手法はこれに限定されず、他の手法が用いられてもよい。例えば、第２特定部１１２は、気象庁などが公開している過去の気温のうち、打設時期に対応する月の平均値を打設時期の気温として特定してもよい。なお、打設時期の気温を特定する方法はこれに限定されない。他の例として、第２特定部１１２は、予定地域における過去の気温を入力データとし、打設時期の気温を出力データとする機械学習により学習された学習済モデルに過去の気温の時系列データを入力することにより得られる気温を打設時期の気温として特定してもよい。
【0052】
ステップＭ１６において、第３特定部１１７は、打設現場でのコンクリートの受け入れ時のコンクリート温度を特定する。ステップＭ１６は本明細書に係る第３ステップの一例である。本動作例において、第３特定部１１７は、環境データを入力データとし、打設現場受け入れ時のコンクリート温度を出力データとする機械学習により構築された第３の学習済モデルＬＭ３に環境データを入力することにより得られる打設現場受け入れ時のコンクリート温度を特定する。なお、入力される環境データとして、さらにウエザーサイトや気象庁からコンクリート打設日のコンクリート出荷場所から打設場所までの地域の時間ごとの天候、気温、湿度、風力等のリアルタイムの実績及び予報天気情報を用いてもよい。
【0053】
ステップＭ１７（第４ステップの一例）において、推定部１１３は、ステップＭ１２で第１特定部１１１が特定した予定地域の海域の深度ごとの海水温、ステップＭ１５で第２特定部１１２が取得した予定地域の気温、及びステップＭ１６で第２特定部１１２が特定した受け入れ時のコンクリート温度に基づき、予定地域の海域における打設後の海中コンクリート温度を推定する。本動作例では、推定部１１３は、ステップＭ１２で取得した予定地域の海域における深度ごとの海水温、ステップＭ１５で取得した予定地域の気温及びステップＭ１６で特定したコンクリート温度を入力データとし、予定地域における海域での打設後の海中コンクリート温度を出力データとする、第１の学習済モデルＬＭ１を用いて、海中コンクリート温度を推定する。
【0054】
ステップＭ１８において、出力部１１４は、ステップＭ１７で推定した結果を出力する。ステップＭ１８は、本明細書に係る第５ステップの一例である。出力部１１４は、一例として、推定結果である海中コンクリート温度を示す情報を表示装置に表示することにより出力してもよく、また、スピーカから音声出力してもよい。また、表示装置による表示は海中コンクリートの温度の数値を表示してもよく、温度ごとの色別表示で表示してもよい。また、出力部１１４は、通信ＩＦ１３又は入出力ＩＦ１４に接続された他の装置に推定結果を示す情報を出力してもよく、また、推定結果を示す情報を記憶部１２の所定の記憶領域に書き込むことにより情報を出力してもよい。
【0055】
＜本実施形態の推定フェーズに係る効果＞
ところで、コンクリート構造物の温度応力解析では、打設するコンクリート温度も重要なパラメータとなる。一例として、日本コンクリート工学会のマスコンクリートのひび割れ制御に関する委員会報告（２００６年）では、温度応力解析で使用する際の打設するコンクリート温度は、気温の推定値＋５℃という値が示されている。一般的にはこの値が用いられるが、水中にコンクリートを打設する場合などコンクリート温度が上記と異なることが懸念される。コンクリート温度は、当日の天候、気温などに依存し、更に、海中に打設する場合には海水温の影響を受ける。
ところで、コンクリート構造物の温度応力解析では、打設するコンクリート温度も重要なパラメータとなる。一例として、日本コンクリート工学会のマスコンクリートのひび割れ制御に関する委員会報告（２００６年）では、温度応力解析で使用する際の打設するコンクリート温度は、気温の推定値＋５℃という値が示されている。一般的にはこの値が用いられるが、水中にコンクリートを打設する場合などコンクリート温度が上記と異なることが懸念される。コンクリート温度は、当日の天候、気温などに依存し、更に、海中に打設する場合には海水温の影響を受ける。
【0056】
本実施形態では、情報処理装置１０は、コンクリートを打設する予定地域の海域の海水温、気温、及びコンクリート温度を用いて、予定地域の海域における海中コンクリート温度を推定する。これにより、本実施形態によれば、情報処理装置１０は、海中にコンクリートを打設した場合のコンクリート温度をより適切に推定できる。
【0057】
また、本実施形態では、第１特定部１１１は、コンクリートの打設時期における深度ごとの海水温を、補正係数を用いて補正する。第１特定部１１１が第２の学習済モデルＬＭ２に入力する海水温の時系列データの測定地点と、コンクリートの打設予定地域の海域のピンポイントのデータでない場合、第２の学習済モデルＬＭ２を用いた推定の精度が充分でない場合もあり得る。それに対し本実施形態では、第１特定部１１１が補正係数を用いて海水温を補正することにより、海水温の推定精度が向上する。
【0058】
＜学習フェーズに係る構成＞
次いで、学習フェーズに係る情報処理装置１０の構成について、図１を参照しつつ説明する。情報処理装置１０の学習フェーズ実行部１５０は、図１に示すように、第１教師データ取得部１５１、第１生成部１５２、第２教師データ取得部１５３、第２生成部１５４、第３教師データ取得部１５５、及び第３生成部１５６を備える。
次いで、学習フェーズに係る情報処理装置１０の構成について、図１を参照しつつ説明する。情報処理装置１０の学習フェーズ実行部１５０は、図１に示すように、第１教師データ取得部１５１、第１生成部１５２、第２教師データ取得部１５３、第２生成部１５４、第３教師データ取得部１５５、及び第３生成部１５６を備える。
【0059】
第１教師データ取得部１５１は、第１の学習済モデルＬＭ１の機械学習に用いられる教師データを取得する。教師データは、（ｉ）コンクリートを打設した地域における打設時期の気温、（ii）コンクリートを打設した地域の海域における打設時期の深度ごとの海水温、（iii）打設現場でコンクリートを受け入れた際のコンクリート温度を含む説明変数と、（iv）コンクリートを海中に打設した際の海中コンクリート温度を含む目的変数とを含む。
【0060】
第１生成部１５２は、第１教師データ取得部１５１が取得した教師データを用いて説明変数と目的変数との相関関係を機械学習させた第１の学習済モデルＬＭ１を生成する。
【0061】
第２教師データ取得部１５３は、第２の学習済モデルＬＭ２の機械学習に用いられる教師データを取得する。教師データは（ｉ）所定の海域における、第１の時期の深度ごとの海水温の時系列データを含む説明変数と、（ii）上記所定の海域における、第２の時期の深度ごとの海水温を含む目的変数とを含む。所定の海域は、一例として、コンクリートを打設した海域である。第１の時期は、第２の時期よりも過去の時期であり、第２の時期は一例として、コンクリートを打設した時期である。第１の時期と第２の時期との差分が、推定フェーズにおける入力データに対応する時期と出力データに対応する時期との時間差となる。
【0062】
第２生成部１５４は、第２教師データ取得部１５３が取得した教師データを用いて説明変数と目的変数との相関関係を機械学習させた第２の学習済モデルＬＭ２を生成する。
【0063】
第３教師データ取得部１５５は、第３の学習済モデルＬＭ３の機械学習に用いられる教師データを取得する。教師データは（ｉ）コンクリートの打設現場の環境を表す環境データを含む説明変数と、（ii）打設現場でのコンクリートの受け入れ時のコンクリート温度を含む目的変数とを含む。
【0064】
第３生成部１５６は、第３教師データ取得部１５５が取得した教師データを用いて説明変数と目的変数との相関関係を機械学習させた第３の学習済モデルＬＭ３を生成する。
【0065】
第１教師データ取得部１５１、第２教師データ取得部１５３及び第３教師データ取得部１５５は、通信ＩＦ１３又は入出力ＩＦ１４に接続された他の装置から教師データを取得してもよく、また、記憶部１２の所定の記憶領域から教師データを読み出してもよい。
【0066】
＜学習済モデル生成方法の流れ＞
図４は、情報処理装置１０が実行する学習済モデル生成方法の一例である学習済モデル生成方法Ｍ２の流れを示すフロー図である。学習済モデル生成方法Ｍ２に含まれる一部のステップは並行して、又は順序を替えて実行されてもよい。
図４は、情報処理装置１０が実行する学習済モデル生成方法の一例である学習済モデル生成方法Ｍ２の流れを示すフロー図である。学習済モデル生成方法Ｍ２に含まれる一部のステップは並行して、又は順序を替えて実行されてもよい。
【0067】
ステップＭ２１において、第２教師データ取得部１５３は、（ｉ）所定の海域における、第１の時期の深度ごとの海水温の時系列データを含む説明変数、及び（ii）上記所定の海域における、第２の時期の深度ごとの海水温を含む目的変数を含む第２の教師データを取得する。第２教師データ取得部１５３が取得する第１の時期の海水温の時系列データ、及び第２の時期の海水温のデータは、一例として、Copernicus Marine Service、気象庁などが公開している、過去の海水温の時系列データである。
【0068】
ステップＭ２２において、第２生成部１５４は、第２教師データ取得部１５３が取得した教師データに含まれる説明変数と目的変数とを用いて説明変数と目的変数との相関関係を機械学習させた第２の学習済モデルＬＭ２を生成する。第２生成部１５４は一例として、再帰型ニューラルネットワークの学習手法により第２の学習済モデルＬＭ２を生成する。なお、第２の学習済モデルＬＭ２の学習手法は上述したものに限定されず、他の学習手法が用いられてもよい。
【0069】
ステップＭ２３において、第３教師データ取得部１５５は、（ｉ）コンクリートの打設現場の環境を表す環境データを含む説明変数、及び（ii）打設現場での受け入れ時のコンクリート温度を含む目的変数を含む第３の教師データを取得する。第３教師データ取得部１５５は、一例として、気象庁などが公開している環境データを、通信ＩＦ１３又は入出力ＩＦ１４に接続された他の装置から環境データを取得する。また、第３教師データ取得部１５５が取得するコンクリート温度は、一例として、打設現場での受け入れ時のコンクリート温度の実測値である。気中のコンクリート温度は受入検査において計測されるため機械学習用のデータとして使用できる。
【0070】
ステップＭ２４において、第３生成部１５６は、第３教師データ取得部１５５が取得した教師データに含まれる説明変数と目的変数とを用いて説明変数と目的変数との相関関係を機械学習させた第２の学習済モデルＬＭ２を生成する。第３生成部１５６は一例として、再帰型ニューラルネットワークの学習手法により第３の学習済モデルＬＭ３を生成する。なお、第３の学習済モデルＬＭ３の学習手法は上述したものに限定されず、他の学習手法が用いられてもよい。
【0071】
ステップＭ２５において、第１教師データ取得部１５１は、説明変数と目的変数とを含む第１の教師データを取得する。説明変数は、（ｉ）コンクリートを打設した地域における打設時期の気温、（ii）コンクリートを打設した地域の海域における打設時期の深度ごとの海水温、及び（iii）打設現場でコンクリートを受け入れた際のコンクリート温度、を含む。目的変数は、（iv）上記地域においてコンクリートを海中に打設した際の海中コンクリート温度を含む。ステップＭ２５は、本明細書に係る第８ステップの一例である。目的変数に含まれる海中コンクリート温度は、一例として、水中にコンクリートを打設する際にコンクリートに熱電対を埋め込んでおき、埋め込んだ熱電対により測定した温度である。
【0072】
ステップＭ２６において、第１生成部１５２は、第１教師データ取得部１５１が取得した教師データに含まれる説明変数と目的変数とを用いて説明変数と目的変数との相関関係を機械学習させた第１の学習済モデルＬＭ１を生成する。第１生成部１５２は一例として、再帰型ニューラルネットワークの学習手法により第１の学習済モデルＬＭ１を生成する。なお、第１の学習済モデルＬＭ１の学習手法は上述したものに限定されず、他の学習手法が用いられてもよい。ステップＭ２６は本明細書に係る第９ステップの一例である。
【0073】
＜本実施形態の学習フェーズに係る効果＞
本実施形態によれば、情報処理装置１０は、コンクリートを打設した地域の海域の海中における打設時期の深度ごとの海水温、並びに、上記地域における打設時期の気温、及び、コンクリートの打設現場受け入れ時のコンクリート温度を含む説明変数と、上記地域の海域における海中での打設時のコンクリート温度を示す目的変数とを用いて両者の相関関係を機械学習させた第１の学習済モデルＬＭ１を生成する。情報処理装置１０が生成した第１の学習済モデルＬＭ１を用いることにより、海中にコンクリートを打設する際のコンクリート温度をより適切に推定できる。
本実施形態によれば、情報処理装置１０は、コンクリートを打設した地域の海域の海中における打設時期の深度ごとの海水温、並びに、上記地域における打設時期の気温、及び、コンクリートの打設現場受け入れ時のコンクリート温度を含む説明変数と、上記地域の海域における海中での打設時のコンクリート温度を示す目的変数とを用いて両者の相関関係を機械学習させた第１の学習済モデルＬＭ１を生成する。情報処理装置１０が生成した第１の学習済モデルＬＭ１を用いることにより、海中にコンクリートを打設する際のコンクリート温度をより適切に推定できる。
【0074】
〔付記事項１〕
上述の実施形態に係る情報処理装置１０の機能は、単体の装置により実現されてもよく、また、複数の装置が協働するシステムにより実現されてもよい。例えば、推定フェーズ実行部１１０を実装する第１の装置と、学習フェーズ実行部１５０を実装する第２の装置とが別体の装置として構成され、第１の装置と第２の装置とが協働することにより上述の実施形態１０が実現されてもよい。
上述の実施形態に係る情報処理装置１０の機能は、単体の装置により実現されてもよく、また、複数の装置が協働するシステムにより実現されてもよい。例えば、推定フェーズ実行部１１０を実装する第１の装置と、学習フェーズ実行部１５０を実装する第２の装置とが別体の装置として構成され、第１の装置と第２の装置とが協働することにより上述の実施形態１０が実現されてもよい。
【0075】
〔付記事項２〕
上述の実施形態では、推定部１１３は機械学習により構築された第１の学習済モデルＬＭ１を用いて海中に打設する際のコンクリート温度を推定した。推定部１１３が海中に打設する際のコンクリート温度を推定する手法は上述の実施形態で示したものに限定されない。推定部１１３は一例として、過去の海水温、過去の気温、コンクリート温度及び海中コンクリート温度を対応付けて記憶したテーブルを参照して、海中に打設する際の海中コンクリート温度を推定してもよい。この場合、推定部１１３は例えば、過去の海水温、過去の気温、空気中に打設する際のコンクリート温度を取得し、取得した情報の組み合わせを上記テーブルから検索し、検索された組み合わせに対応する海中コンクリート温度を上記テーブルから読み出すことにより、海中に打設した際の海中コンクリート温度を特定する。
上述の実施形態では、推定部１１３は機械学習により構築された第１の学習済モデルＬＭ１を用いて海中に打設する際のコンクリート温度を推定した。推定部１１３が海中に打設する際のコンクリート温度を推定する手法は上述の実施形態で示したものに限定されない。推定部１１３は一例として、過去の海水温、過去の気温、コンクリート温度及び海中コンクリート温度を対応付けて記憶したテーブルを参照して、海中に打設する際の海中コンクリート温度を推定してもよい。この場合、推定部１１３は例えば、過去の海水温、過去の気温、空気中に打設する際のコンクリート温度を取得し、取得した情報の組み合わせを上記テーブルから検索し、検索された組み合わせに対応する海中コンクリート温度を上記テーブルから読み出すことにより、海中に打設した際の海中コンクリート温度を特定する。
【0076】
〔付記事項３〕
第１の学習済モデルＬＭ１、第２の学習済モデルＬＭ２、及び第３の学習済モデルＬＭ３の入力データ及び出力データは、上記実施形態で例示したものに限定されず、他のデータを含んでいてもよい。
第１の学習済モデルＬＭ１、第２の学習済モデルＬＭ２、及び第３の学習済モデルＬＭ３の入力データ及び出力データは、上記実施形態で例示したものに限定されず、他のデータを含んでいてもよい。
【0077】
一例として、第２の学習済モデルＬＭ２の入力データが、過去の海水温の測定地点を表す３次元座標データ、及び海水温を推定する推定地点を表す３次元座標データの一方又は両方を含んでいてもよい。３次元座標データは、平面方向（水平方向）の座標（Ｘ軸・Ｙ軸）及び垂直方向の座標（深度）（深度方向をマイナスとするＺ軸）を示すデータである。この場合、第２の学習済モデルＬＭ２の教師データに含まれる説明関数は、第１の時期の海水温の測定地点を表す３次元座標データ、及び海水温を推定する推定地点を表す３次元座標データの一方又は両方を含む。
【0078】
また、一例として、第２の学習済モデルＬＭ２の入力データが、全世界における気象現象及び全世界におけるＣＯ２の排出量を示す時系列データを含んでいてもよい。全世界における気象現象は、一例として、エルニーニョ、ラニーニャ、台風若しくはモンスーンである。ＣＯ２の排出量を示す時系列データは、一例として、地球全体における年度ごとのＣＯ２の排出量を示す時系列データである。この場合、第２の学習済モデルＬＭ２の教師データに含まれる説明関数は、第１の時期における気象現象及びＣＯ２の排出量を示す時系列データを含む。
【0079】
また、第２特定部１１２が学習済モデルを用いて気温を特定する場合、この学習済モデルの入力データが、過去の気温の時系列データに加えて、ＣＯ２の排出量を示す時系列データを含んでいてもよい。この場合、この学習済モデルの教師データに含まれる説明関数は、過去の気温の時系列データに加えてＣＯ２の排出量を示す時系列データを含む。
【0080】
〔付記事項４〕
本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。
本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。
【0081】
〔ソフトウェアによる実現例〕
情報処理装置１０の制御ブロック（特に推定フェーズ実行部１１０、学習フェーズ実行部１５０）は、集積回路（ＩＣチップ）等に形成された論理回路（ハードウェア）によって実現してもよいし、ソフトウェアによって実現してもよい。
情報処理装置１０の制御ブロック（特に推定フェーズ実行部１１０、学習フェーズ実行部１５０）は、集積回路（ＩＣチップ）等に形成された論理回路（ハードウェア）によって実現してもよいし、ソフトウェアによって実現してもよい。
【0082】
後者の場合、情報処理装置１０は、各機能を実現するソフトウェアであるプログラムの命令を実行するコンピュータを備えている。このコンピュータは、例えば１つ以上のプロセッサを備えていると共に、上記プログラムを記憶したコンピュータ読み取り可能な記録媒体を備えている。そして、上記コンピュータにおいて、上記プロセッサが上記プログラムを上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記プロセッサとしては、例えばＣＰＵ（Central Processing Unit）を用いることができる。上記記録媒体としては、「一時的でない有形の媒体」、例えば、ＲＯＭ（Read Only Memory）等の他、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、上記プログラムを展開するＲＡＭ（Random Access Memory）などをさらに備えていてもよい。また、上記プログラムは、該プログラムを伝送可能な任意の伝送媒体（通信ネットワークや放送波等）を介して上記コンピュータに供給されてもよい。なお、本発明の一態様は、上記プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。
【符号の説明】
【0083】
１０ 情報処理装置
１１ 制御部
１２ 記憶部
１３ 通信ＩＦ
１４ 入出力ＩＦ
１１０ 推定フェーズ実行部
１１１ 第１特定部
１１２ 第２特定部
１１３ 推定部
１１４ 出力部
１１５ 第１取得部
１１６ 第２取得部
１１７ 第３特定部
１５０ 学習フェーズ実行部
１５１ 第１教師データ取得部
１５２ 第１生成部
１５３ 第２教師データ取得部
１５４ 第２生成部
１５５ 第３教師データ取得部
１５６ 第３生成部
１１ 制御部
１２ 記憶部
１３ 通信ＩＦ
１４ 入出力ＩＦ
１１０ 推定フェーズ実行部
１１１ 第１特定部
１１２ 第２特定部
１１３ 推定部
１１４ 出力部
１１５ 第１取得部
１１６ 第２取得部
１１７ 第３特定部
１５０ 学習フェーズ実行部
１５１ 第１教師データ取得部
１５２ 第１生成部
１５３ 第２教師データ取得部
１５４ 第２生成部
１５５ 第３教師データ取得部
１５６ 第３生成部
【図1】
【図2】
【図3】
【図4】