特開 2024-158012 学習装置、推定装置、推定システム、学習方法、推定方法及びプログラム

(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】P2024158012

(43)【公開日】2024-11-08

(54)【発明の名称】学習装置、推定装置、推定システム、学習方法、推定方法及びプログラム

(51)【国際特許分類】

   E02D 3/12 20060101AFI20241031BHJP

   G01N 33/38 20060101ALI20241031BHJP

   G01N 3/00 20060101ALI20241031BHJP

【ＦＩ】

E02D3/12 102

G01N33/38

G01N3/00 M

【審査請求】有

【請求項の数】14

【出願形態】ＯＬ

(21)【出願番号】P 2023072787

(22)【出願日】2023-04-26

(11)【特許番号】

(45)【特許公報発行日】2023-09-20

(71)【出願人】

【識別番号】500390869

【氏名又は名称】株式会社インバックス

(74)【代理人】

【識別番号】100141139

【弁理士】

【氏名又は名称】及川 周

(74)【代理人】

【識別番号】100145481

【弁理士】

【氏名又は名称】平野 昌邦

(74)【代理人】

【識別番号】100181722

【弁理士】

【氏名又は名称】春田 洋孝

(72)【発明者】

【氏名】秋山 祥克

(72)【発明者】

【氏名】小林 瑞穂

(72)【発明者】

【氏名】深見 文哉

(72)【発明者】

【氏名】安田 益堂

【テーマコード（参考）】

2D040

2G061

【Ｆターム（参考）】

2D040AA01

2D040AB05

2D040AC02

2D040CA01

2G061AA02

2G061AB01

2G061BA01

2G061BA20

2G061CA08

2G061DA11

2G061DA12

2G061EC02

(57)【要約】

【課題】ソイルセメントの配合試験に要する期間を短縮可能にすること。
【解決手段】学習制御部は、ソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、複数種類の配合ケースそれぞれのソイルセメントの第一期間経過後の強度である第一期間強度及び第一期間よりも長い第二期間経過後の強度である第二期間強度とを示す教師データを用いて、強度推定モデルを機械学習により学習する。推定部は、強度推定モデルに、第二期間強度推定対象のソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、１以上の配合ケースの第一期間強度とを入力し、入力した固化材量及び含水量の複数種類の配合ケースそれぞれのソイルセメントの第二期間強度の出力を得る。
【選択図】図１２

【特許請求の範囲】

【請求項1】

ソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、複数種類の前記配合ケースそれぞれのソイルセメントの第一期間経過後の強度である第一期間強度及び前記第一期間よりも長い第二期間経過後の強度である第二期間強度とを示す教師データを用いて、複数種類の配合ケースそれぞれの固化材量及び含水量と、１以上の前記配合ケースのソイルセメントの第一期間強度とを入力とし、入力された前記固化材量及び前記含水量の複数種類の前記配合ケースそれぞれのソイルセメントの第二期間強度を出力する強度推定モデルを機械学習により学習する学習制御部、
を備える学習装置。

【請求項2】

前記教師データはさらに固化材の種類の情報を含み、
前記学習制御部は、固化材の種類と、複数種類の配合ケースそれぞれの固化材量及び含水量と、１以上の前記配合ケースのソイルセメントの第一期間強度とを入力とし、入力された前記固化材量及び前記含水量の複数種類の前記配合ケースそれぞれのソイルセメントの第二期間強度を出力する強度推定モデルを機械学習により学習する、
請求項１に記載の学習装置。

【請求項3】

ソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、複数種類の前記配合ケースそれぞれのソイルセメントの第一期間経過後の強度である第一期間強度及び前記第一期間よりも長い第二期間経過後の強度である第二期間強度とを示す教師データを用いて学習された強度推定モデルに、第二期間強度推定対象の複数種類の配合ケースそれぞれの固化材量及び含水量と、第二期間強度推定対象の前記複数種類の配合ケースのうち１以上の配合ケースのソイルセメントの第一期間強度とを入力することにより、入力された前記固化材量及び前記含水量の複数種類の前記配合ケースそれぞれのソイルセメントの第二期間強度の出力を得る推定部、
を備える推定装置。

【請求項4】

前記教師データはさらに固化材の種類の情報を含み、
前記推定部は、前記強度推定モデルに、固化材の種類と、第二期間強度推定対象の複数種類の配合ケースそれぞれの固化材量及び含水量と、第二期間強度推定対象の前記複数種類の配合ケースのうち１以上の配合ケースのソイルセメントの第一期間強度とを入力することにより、入力された前記固化材量及び前記含水量の複数種類の前記配合ケースそれぞれのソイルセメントの第二期間強度の出力を得る、
請求項３に記載の推定装置。

【請求項5】

ソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、複数種類の前記配合ケースそれぞれのソイルセメントの第一期間経過後の強度である第一期間強度及び前記第一期間よりも長い第二期間経過後の強度である第二期間強度とを示す教師データを用いて、複数種類の配合ケースそれぞれの固化材量及び含水量と、１以上の前記配合ケースのソイルセメントの第一期間強度とを入力とし、入力された前記固化材量及び前記含水量の複数種類の前記配合ケースそれぞれのソイルセメントの第二期間強度を出力する強度推定モデルを機械学習により学習する学習制御部と、
前記強度推定モデルに、第二期間強度推定対象の複数種類の配合ケースそれぞれの固化材量及び含水量と、第二期間強度推定対象の前記複数種類の配合ケースのうち１以上の配合ケースのソイルセメントの第一期間強度とを入力することにより、入力された前記固化材量及び前記含水量の複数種類の前記配合ケースそれぞれのソイルセメントの第二期間強度の出力を得る推定部と、
を備える推定システム。

【請求項6】

ソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、複数種類の前記配合ケースそれぞれのソイルセメントの第一期間経過後の強度である第一期間強度及び前記第一期間よりも長い第二期間経過後の強度である第二期間強度とを示す教師データを用いて、複数種類の配合ケースそれぞれの固化材量及び含水量と、１以上の前記配合ケースのソイルセメントの第一期間強度とを入力とし、入力された前記固化材量及び前記含水量の複数種類の前記配合ケースそれぞれのソイルセメントの第二期間強度を出力する強度推定モデルを機械学習により学習する学習ステップ、
を有する学習方法。

【請求項7】

ソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、複数種類の前記配合ケースそれぞれのソイルセメントの第一期間経過後の強度である第一期間強度及び前記第一期間よりも長い第二期間経過後の強度である第二期間強度とを示す教師データを用いて学習された強度推定モデルに、第二期間強度推定対象の複数種類の配合ケースそれぞれの固化材量及び含水量と、第二期間強度推定対象の前記複数種類の配合ケースのうち１以上の配合ケースのソイルセメントの第一期間強度とを入力することにより、入力された前記固化材量及び前記含水量の複数種類の前記配合ケースそれぞれのソイルセメントの第二期間強度の出力を得る推定ステップ、
を有する推定方法。

【請求項8】

コンピューターを、
請求項１又は請求項２に記載の学習装置として機能させるためのプログラム。

【請求項9】

コンピューターを、
請求項３又は請求項４に記載の推定装置として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、学習装置、推定装置、推定システム、学習方法、推定方法、及びプログラムに関する。

【背景技術】

【0002】

世界的な異常気象のため、土砂災害が頻発している。近年、これらの災害復旧現場においては、従来施工されていたコンクリートの砂防堰堤（砂防ダム）に代えて現地の土砂を材料として強固に固結させた砂防ソイルセメントによる砂防堰堤が多く採用されている。

【0003】

この工法は、地盤改良工で従来施工されているソイルセメント工法と異なり、土石流等で流出した土砂や工事で発生する残土を主な材料として施工する工法である。砂防ソイルセメント工法では、所定の強度を満たすように、材料特性に合わせた固化材（セメント等）の種類や量、含水設定等の適切な配合設計を行うことが非常に重要とされている。この配合設計を行うため、配合試験が行われる。

【0004】

一般的な砂防ソイルセメントの配合試験の概要は次のとおりである。
（１） ５００ｋｇ～６００ｋｇ土砂を現地で採取し、ＪＩＳ規格の土質試験を実施後、基本的に９種類の配合ケースを検討する。
（２） 試験室で、９種類の各配合ケースについて供試体を６本ずつ、合計５４本の供試体を作成する。
（３） 各配合ケースについて、３本の供試体の７日強度、３本の供試体の２８日強度を測定し、それらの結果を解析して適切な示方配合を決定する。
（４） （３）において得られた結果が要求品質を満足しない場合、再度配合ケースを検討し、（２）から追加試験を実施し、その結果を解析して適切な示方配合を決定する。

【0005】

一方で、砂防ソイルセメントの強度が目標強度以上であることを早期に判定する技術がある（例えば、特許文献１参照）。

【先行技術文献】

【特許文献】

【0006】

【特許文献1】特開２０２１－９０６２号公報

【発明の概要】

【発明が解決しようとする課題】

【0007】

上述のように、配合試験では、要求品質を満足する試験結果が得られるまで追加試験を繰り返し実施する。しかし、１回の配合試験は少なくとも２８日強度を得るための期間を要することに加え、試験のための土砂が不足した場合には、再び現地の土砂を採取しなければならない。また、特許文献１の技術では、所定の養生温度で所定時間、供試体を蒸気養生した後に強度の計測を行う。従って、供試体の蒸気養生が可能な施設へ土砂を運んで試験を行う必要があった。

【0008】

本発明は、上述した事情に鑑みてなされたものであり、ソイルセメントの配合試験に要する期間の短縮を可能にする技術を提供するものである。

【課題を解決するための手段】

【0009】

本発明の一態様は、ソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、複数種類の前記配合ケースそれぞれのソイルセメントの第一期間経過後の強度である第一期間強度及び前記第一期間よりも長い第二期間経過後の強度である第二期間強度とを示す教師データを用いて、複数種類の配合ケースそれぞれの固化材量及び含水量と、１以上の前記配合ケースのソイルセメントの第一期間強度とを入力とし、入力された前記固化材量及び前記含水量の複数種類の前記配合ケースそれぞれのソイルセメントの第二期間強度を出力する強度推定モデルを機械学習により学習する学習制御部、を備える学習装置である。

【0010】

本発明の一態様は、上述の学習装置であって、前記教師データはさらに固化材の種類の情報を含み、前記学習制御部は、固化材の種類と、複数種類の配合ケースそれぞれの固化材量及び含水量と、１以上の前記配合ケースのソイルセメントの第一期間強度とを入力とし、入力された前記固化材量及び前記含水量の複数種類の前記配合ケースそれぞれのソイルセメントの第二期間強度を出力する強度推定モデルを機械学習により学習する。

【0011】

本発明の一態様は、ソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、複数種類の前記配合ケースそれぞれのソイルセメントの第一期間経過後の強度である第一期間強度及び前記第一期間よりも長い第二期間経過後の強度である第二期間強度とを示す教師データを用いて学習された強度推定モデルに、第二期間強度推定対象の複数種類の配合ケースそれぞれの固化材量及び含水量と、第二期間強度推定対象の前記複数種類の配合ケースのうち１以上の配合ケースのソイルセメントの第一期間強度とを入力することにより、入力された前記固化材量及び前記含水量の複数種類の前記配合ケースそれぞれのソイルセメントの第二期間強度の出力を得る推定部、を備える推定装置である。

【0012】

本発明の一態様は、上述の推定装置であって、前記教師データはさらに固化材の種類の情報を含み、前記推定部は、前記強度推定モデルに、固化材の種類と、第二期間強度推定対象の複数種類の配合ケースそれぞれの固化材量及び含水量と、第二期間強度推定対象の前記複数種類の配合ケースのうち１以上の配合ケースのソイルセメントの第一期間強度とを入力することにより、入力された前記固化材量及び前記含水量の複数種類の前記配合ケースそれぞれのソイルセメントの第二期間強度の出力を得る。

【0013】

本発明の一態様は、ソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、複数種類の前記配合ケースそれぞれのソイルセメントの第一期間経過後の強度である第一期間強度及び前記第一期間よりも長い第二期間経過後の強度である第二期間強度とを示す教師データを用いて、複数種類の配合ケースそれぞれの固化材量及び含水量と、１以上の前記配合ケースのソイルセメントの第一期間強度とを入力とし、入力された前記固化材量及び前記含水量の複数種類の前記配合ケースそれぞれのソイルセメントの第二期間強度を出力する強度推定モデルを機械学習により学習する学習制御部と、前記強度推定モデルに、第二期間強度推定対象の複数種類の配合ケースそれぞれの固化材量及び含水量と、第二期間強度推定対象の前記複数種類の配合ケースのうち１以上の配合ケースのソイルセメントの第一期間強度とを入力することにより、入力された前記固化材量及び前記含水量の複数種類の前記配合ケースそれぞれのソイルセメントの第二期間強度の出力を得る推定部と、を備える推定システムである。

【0014】

本発明の一態様は、ソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、複数種類の前記配合ケースそれぞれのソイルセメントの第一期間経過後の強度である第一期間強度及び前記第一期間よりも長い第二期間経過後の強度である第二期間強度とを示す教師データを用いて、複数種類の配合ケースそれぞれの固化材量及び含水量と、１以上の前記配合ケースのソイルセメントの第一期間強度とを入力とし、入力された前記固化材量及び前記含水量の複数種類の前記配合ケースそれぞれのソイルセメントの第二期間強度を出力する強度推定モデルを機械学習により学習する学習ステップ、を有する学習方法である。

【0015】

本発明の一態様は、ソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、複数種類の前記配合ケースそれぞれのソイルセメントの第一期間経過後の強度である第一期間強度及び前記第一期間よりも長い第二期間経過後の強度である第二期間強度とを示す教師データを用いて学習された強度推定モデルに、第二期間強度推定対象の複数種類の配合ケースそれぞれの固化材量及び含水量と、第二期間強度推定対象の前記複数種類の配合ケースのうち１以上の配合ケースのソイルセメントの第一期間強度とを入力することにより、入力された前記固化材量及び前記含水量の複数種類の前記配合ケースそれぞれのソイルセメントの第二期間強度の出力を得る推定ステップ、を有する推定方法である。

【0016】

本発明の一態様は、コンピューターを、上述の学習装置として機能させるためのプログラムである。

【0017】

本発明の一態様は、コンピューターを、上述の推定装置として機能させるためのプログラムである。

【発明の効果】

【0018】

本発明により、ソイルセメントの配合試験に要する期間を短縮可能となる。

【図面の簡単な説明】

【0019】

【図1】配合試験の対象の配合ケースの例を示す図である。

【図2】配合試験の実施手順を示すフロー図である。

【図3】配合試験の実施の様子を示す図である。

【図4】配合試験の実施の様子を示す図である。

【図5】配合試験の実施の様子を示す図である。

【図6】配合試験の実施の様子を示す図である。

【図7】配合試験の実施の様子を示す図である。

【図8】配合試験の実施の様子を示す図である。

【図9】配合試験の実施の様子を示す図である。

【図10】土砂と砂防ソイルセメントの含水比の違いによる強度分布の例を示す図である。

【図11】砂防ソイルセメントの含水比と２８日強度との関係の例を示す図である。

【図12】実施形態の推定システムのシステム構成を示す概略ブロック図である。

【図13】実施形態の端末装置の機能構成の具体例を示す概略ブロック図である。

【図14】実施形態の教師データの例を示す図である。

【図15】実施形態の学習装置の機能構成の具体例を示す概略ブロック図である。

【図16】実施形態の学習装置の処理の具体例を示すフローチャートである。

【図17】実施形態の推定装置の機能構成の具体例を示す概略ブロック図である。

【図18】実施形態の推定装置の処理の具体例を示すフローチャートである。

【図19】実施形態の端末装置に表示される画面の例を示す図である。

【図20】本実施形態に適用される情報処理装置のハードウェア構成例の概略を示す図である。

【図21】実施形態の推定装置の機能構成の変形例を示す概略ブロック図である。

【図22】実施形態の推定装置の機能構成の変形例を示す概略ブロック図である。

【図23】実施形態の推定システムを用いた推定結果を示す図である。

【発明を実施するための形態】

【0020】

以下、図面を参照しながら本発明の実施形態を詳細に説明する。ここではまず、砂防ソイルセメントの配合試験の実施手順を説明する。砂防ソイルセメントは、ソイルセメントの一例である。ここでは、試験対象の土砂についてＪＩＳ規格の土質試験の実施後、９種類の配合ケースが検討されている場合を例に説明する。

【0021】

図１は、配合試験を行う対象の配合ケースの例を示す。図１に示す９種類の配合ケースでは、同じ種類の固化材を使用する。以下では、固化材がセメントである場合を例に説明する。まず、ＣＡＳＥ１、ＣＡＳＥ２、ＣＡＳＥ３の３つのセメントケースを設定する。ＣＡＳＥ１、ＣＡＳＥ２、ＣＡＳＥ３の単位セメント量はそれぞれ、Ｃ１、Ｃ２、Ｃ３である。そして、各セメントケースＣＡＳＥｎ（ｎ＝１，２，３）に、３種類の含水比Ｗｎ１、Ｗｎ２、Ｗｎ３を設定し、それぞれＣＡＳＥｎ－１、ＣＡＳＥｎ－２、ＣＡＳＥｎ－３とする。これにより、合計９つの配合ケースＣＡＳＥ１－１～３－３が設定される。単位セメント量は、Ｃ１＜Ｃ２＜Ｃ３であり、含水比はＷ１１＜Ｗ１２＜Ｗ１３、Ｗ２１＜Ｗ２２＜Ｗ２３、Ｗ３１＜Ｗ３２＜Ｗ３３とする。Ｃ２－Ｃ１＝Ｃ３－Ｃ２とすることが多いが、これに限定されない。また、Ｗ１２－Ｗ１１＝Ｗ１３－Ｗ１２＝Ｗ２２－Ｗ２１＝Ｗ２３－Ｗ２２＝Ｗ３２－Ｗ３１＝Ｗ３３－Ｗ３２とすることが多いが、これに限定されない。配合試験では、一般的にこれら９種類の配合ケースそれぞれの砂防ソイルセメントの７日強度及び２８日強度が測定される。

【0022】

図２は、配合試験の手順を示すフロー図である。従来は、９種類の配合ケースそれぞれについて、ステップＳ１～ステップＳ９の手順を行う。また、図３～図９は、図２に示す各手順の実施の様子を示す図である。

【0023】

まず、試験実施者は、配合試験を実施する砂防ソイルセメントの材料の混合量を確認する（ステップＳ１、図３）。材料は、試験対象の土砂である試料、セメント及び添加水である。これら材料の混合量は、図１に示す各配合ケースのセメントの種類、単位セメント量及び含水比に基づいて決定される。

【0024】

続いて、試験実施者は、配合ケース別に、試料及びセメントをミキサに投入して規定時間の空練りを行う（ステップＳ２、図４）。続いて、試験実施者は、ミキサに添加水を投入し、規定時間の本練りを行う（ステップＳ３、図５）。試験実施者は、本練りの混合後、混合状態を目視及び触手にて確認する（ステップＳ４、図６）。試験実施者は、試験含水比と混合後含水比の整合性確認のため、混合後試料の含水比を測定する（ステップＳ５、図７（ａ）及び図７（ｂ））。続いて、試験実施者は、スランプコーンを用いて混合後試料を測定する（ステップＳ６、図８）。

【0025】

その後、試験実施者は、９種類の各配合ケースについて、３本の材齢７日圧縮強度試験用供試体、及び、３本の材齢２８日圧縮強度試験用供試体を作製する（ステップＳ７）。これら供試体の作製においては、混合後試料をモールドへ投入後、突き棒による突固め、バイブレータによる締固め等にてモールド内の試料を締固める（図９（ａ））。なお、試料投入と、締固めは数回に分けて行う。供試体の作製後は(図９（ｂ））、必要に応じて天端をモルタル等によってキャッピング処理する。砂防ソイルセメントの強度は、単位セメント量、含水比、養生温度、湿潤管理などの影響を受けるため、各配合試験においてこれらの要因を一定にする。

【0026】

試験実施者は、供試体作成後７日目に、各配合ケースの３本の材齢７日圧縮強度試験用供試体の圧縮強度を計測して７日強度を得る（ステップＳ８）。さらに、試験実施者は、供試体作成後２８日目に各配合ケースの３本の材齢２８日圧縮強度試験用供試体の圧縮強度を計測して２８日強度を得る（ステップＳ９）。

【0027】

配合試験の目的は、各配合ケースにおける２８日強度の確認である。しかしながら、砂防ソイルセメントは、セメント水和反応（化学反応）による硬化を目的としており、７日強度から２８日強度への増加も示方配合（要求品質を満足する配合）を判断する際の重要なデータであることから、供試体の７日強度も測定している。なお、１種類の配合ケースについて材齢７日圧縮強度試験用供試体、及び、材齢２８日圧縮強度試験用供試体を３本ずつ作製しているが、これは、異常値が得られた場合にそれを検知可能とするためであり、３本に限定されるものではない。

【0028】

図１０は、土砂と砂防ソイルセメントの含水比の違いによる強度分布の例を示す図である。曲線Ａ０は土砂の含水量と締固め強度との関係を示し、曲線Ａ１、Ａ２、Ａ３は、セメントの種類及び単位セメント量が同じ砂防ソイルセメントの含水比に対する２８日強度から求めた２次曲線を示す図である。曲線Ａ０は、例えば材料試験により得られる。ｗ１、ｗ２、ｗ３はそれぞれ、ＣＡＳＥｎ－１、ＣＡＳＥｎ－２、ＣＡＳＥｎ－３の砂防ソイルセメントの含水比、Ｃ１、Ｃ２、Ｃ３はそれぞれ、ＣＡＳＥｎ－１、ＣＡＳＥｎ－２、ＣＡＳＥｎ－３の２８日強度である。また、Ｐはピーク強度、Ｂは最小管理強度である。最小管理強度は、水和反応により材料が硬化していることが保障できる強度である。

【0029】

図１０（ａ）は、ＣＡＳＥｎ－１～ｎ－３において強度のピークＰを捉えることができた場合の２８日強度の測定結果である。この場合、曲線Ａ１上にピークＰがある。図１０（ｂ）は、ＣＡＳＥｎ－１～ｎ－３において加水量が強度のピークＰを超えた場合の測定結果である。曲線Ａ２は含水比が増えるにつれて減少している。図１０（ｃ）は、ＣＡＳＥｎ－１～ｎ－３において加水量が強度のピークを下回った場合の測定結果である。曲線Ａ３は含水比が増えるにつれて減少している。図１０（ｂ）や図１０（ｃ）のように、２８日強度の結果からピークＰが捉えられない場合、ピークＰが捉えられるように配合を再び検討して配合試験が行われることがある。

【0030】

図１１は、ＣＡＳＥ１、２、３のそれぞれのセメントケースから得られる砂防ソイルセメントの含水比と２８日強度との関係の例を示す図である。曲線Ａ０は土砂の含水量と締固め強度との関係を示し、曲線Ｄ１、Ｄ２、Ｄ３はそれぞれ、ＣＡＳＥ１、２、３から得られる砂防ソイルセメントの含水比と２８日強度との関係を示し、α１、α２、α３はそれぞれ、ＣＡＳＥ１、２、３の砂防ソイルセメントのピーク強度含水比を示す。図１１（ａ）は、３つのセメントケースともピーク強度が最小管理強度を超えている場合であり、図１１（ｂ）は、２つのセメントケースのピーク強度が最小管理強度を超えている場合である。これらの場合、２つ以上のピーク強度（例えば、２Ｎ／ｍｍ^２以上のピーク強度）に基づいて、示方配合を決定可能である。一方、図１１（ｃ）は、１つのセメントケースのピーク強度が最小管理強度を超えている場合であり、図１１（ｄ）は、３つのセメントケースともピーク強度が最小管理強度を超えていない場合である。これらの場合、２以上のピーク強度が得られるように配合ケースを再び検討し、配合試験が行われることがある。従来は、配合試験の繰り返しによって、試験期間が増大し、さらには費用の増大が問題になることもあった。

【0031】

続いて、本実施形態の推定システムについて説明する。図１２は、本発明の一実施形態による推定システム１００のシステム構成を示す概略ブロック図である。推定システム１００は、端末装置１０と学習装置２０と推定装置３０とを含む。端末装置１０と推定装置３０とは、ネットワーク７０を介して通信可能に接続される。学習装置２０と推定装置３０とは、ネットワーク７０を介して通信可能に接続されてもよい。ネットワーク７０は、無線通信を用いたネットワークであってもよいし、有線通信を用いたネットワークであってもよい。ネットワーク７０は、例えばインターネットを用いて構成されてもよいし、ローカルエリアネットワーク（ＬＡＮ）を用いて構成されてもよい。ネットワーク７０は、複数のネットワークが組み合わされて構成されてもよい。

【0032】

学習装置２０は、図２に示す手順に従って過去に行われた配合試験の結果を示す配合試験データを教師データとして使用し、強度推定モデルを機械学習する。強度推定モデルは、セメントの種類と、９種類の配合ケースそれぞれの単位セメント量（固化材量）及び含水量と、１以上の配合ケースの砂防ソイルセメントの７日強度とを入力とし、入力された単位セメント及び含水量の９種類の配合ケースそれぞれの砂防ソイルセメントの２８日強度を出力する。

【0033】

新たな土砂について配合試験を行う場合、試験実施者はその土砂について９種類の配合ケースを検討し、それらのうち少なくとも１種類の配合ケースの砂防ソイルセメントについて図２に示す手順に従って７日強度を測定する。推定装置３０は、学習装置２０による学習後の強度推定モデル（以下、「学習済モデル」とも記載する。）に、セメントの種類と、検討された９種類の配合ケースそれぞれの単位セメント量及び含水比と、検討された配合ケースのうち測定された１種類以上９種類以下の配合ケースの７日強度の情報（以下「入力情報」という。）を入力することにより、入力された単位セメント及び含水量の９種類の配合ケースそれぞれの砂防ソイルセメントの２８日強度の推定値を出力として得る。

【0034】

図１３は、端末装置１０の機能構成の具体例を示す概略ブロック図である。端末装置１０は、例えばスマートフォン、タブレット、パーソナルコンピューター、専用機器などの情報機器を用いて構成される。端末装置１０は、通信部１１、入力部１２、出力部１３、記憶部１４及び制御部１５を備える。

【0035】

通信部１１は、通信機器である。通信部１１は、例えばネットワークインターフェースとして構成されてもよい。通信部１１は、制御部１５の制御に応じて、ネットワーク７０を介して他の装置とデータ通信する。通信部１１は、無線通信を行う装置であってもよいし、有線通信を行う装置であってもよい。

【0036】

入力部１２は、キーボード、ポインティングデバイス（マウス、タブレット等）、ボタン、タッチパネル等の既存の入力装置を用いて構成される。入力部１２は、ユーザーの指示を端末装置１０に入力する際にユーザーによって操作される。入力部１２は、入力装置を端末装置１０に接続するためのインターフェースであってもよい。この場合、入力部１２は、入力装置においてユーザーの入力に応じ生成された入力信号を端末装置１０に入力する。

【0037】

出力部１３は、情報をユーザーが認知可能な形で出力する。出力部１３は、例えば液晶ディスプレイ、有機ＥＬ（Electro Luminescence）ディスプレイ等の画像表示装置であってもよい。出力部１３は、画像表示装置を端末装置１０に接続するためのインターフェースであってもよい。この場合、出力部１３は、画像データを表示するための映像信号を生成し、自身に接続されている画像表示装置に映像信号を出力する。出力部１３は、スピーカー等の音響を出力する装置であってもよい。出力部１３は、スピーカーやヘッドホン等の音響出力装置を端末装置１０に接続するためのインターフェースであってもよい。この場合、出力部１３は、音響データを再生するための音響信号を生成し、自身に接続されている音響出力装置に音響信号を出力する。なお、出力部１３は、入力部１２と一体のタッチパネルとして構成されてもよい。

【0038】

記憶部１４は、磁気ハードディスク装置や半導体記憶装置等の記憶装置を用いて構成される。記憶部１４は、制御部１５によって使用されるデータを記憶する。記憶部１４は、制御部１５が処理を行う際に必要となるデータを記憶する。

【0039】

制御部１５は、ＣＰＵ（Central Processing Unit）等のプロセッサーとメモリー（主記憶装置）とを用いて構成される。制御部１５は、プロセッサーがプログラムを実行することによって機能する。なお、制御部１５の各機能の全て又は一部は、ＡＳＩＣ（Application Specific Integrated Circuit）やＰＬＤ（Programmable Logic Device）やＦＰＧＡ（Field Programmable Gate Array）等のハードウェアを用いて実現されてもよい。上記のプログラムは、コンピューター読み取り可能な記録媒体に記録されてもよい。コンピューター読み取り可能な記録媒体とは、例えばフレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ、半導体記憶装置（例えばＳＳＤ：Solid State Drive）等の可搬媒体、コンピューターシステムに内蔵されるハードディスクや半導体記憶装置等の記憶装置である。上記のプログラムは、電気通信回線を介して送信されてもよい。

【0040】

制御部１５は、例えば自装置（端末装置１０）にインストールされたアプリケーションを実行してもよい。このようなアプリケーションの具体例として、推定システム１００の専用アプリケーションとして端末装置１０に提供されるアプリケーションがある。このようなアプリケーションの他の具体例として、ＷＥＢ（ウェブ）ブラウザーのアプリケーションがある。このようなアプリケーションは、予め端末装置１０にインストールされていてもよいし、推定処理を実行する際にその都度ダウンロードされてもよい。例えばＷＥＢブラウザーのアプリケーションとして実装される場合には、特定のＷＥＢサーバーに端末装置１０が接続することに応じてＷＥＢサーバーによって指定された装置（例えばＷＥＢサーバーそのものでもよいし他のサーバーでもよい）から端末装置１０がアプリケーションをダウンロードして実行してもよい。制御部１５は、実行中のアプリケーションのプログラムにしたがって動作する。

【0041】

制御部１５は、ユーザーの操作や推定装置３０から受信される情報に応じて端末装置１０を制御する。例えば、制御部１５は、ユーザーが入力部１２を操作することによって入力された情報を、通信部１１を用いることによって推定装置３０へ送信する。例えば、制御部１５は、推定装置３０から送信された情報がネットワーク７０を介して通信部１１で受信されると、受信された情報に基づいて画面データを生成し、出力部１３に画面データを表示させる。このような画面データには、推定装置３０から送信された情報を示す画像や文字が含まれる。例えば、制御部１５は、推定装置３０から送信された情報がネットワーク７０を介して通信部１１で受信されると、受信された情報に基づいて音声データを生成し、出力部１３から音声データを出力させてもよい。

【0042】

図１４は、教師データの例を示す図である。教師データは、過去の配合試験における配合ケース１－１～３－３それぞれのセメントの種類、単位セメント量、含水比、３本の供試体の７日強度及び３本の供試体の２８日強度を含む。

【0043】

図１５は、学習装置２０の機能構成の具体例を示す概略ブロック図である。学習装置２０は、例えばパーソナルコンピューターやサーバー装置などの情報処理装置を用いて構成される。学習装置２０は、通信部２１、記憶部２２及び制御部２３を備える。

【0044】

通信部２１は、通信機器である。通信部２１は、例えばネットワークインターフェースとして構成されてもよい。通信部２１は、制御部２３の制御に応じて、ネットワーク７０を介して他の装置とデータ通信する。通信部２１は、無線通信を行う装置であってもよいし、有線通信を行う装置であってもよい。

【0045】

記憶部２２は、磁気ハードディスク装置や半導体記憶装置等の記憶装置を用いて構成される。記憶部２２は、制御部２３によって使用されるデータを記憶する。記憶部２２は、例えば教師データ記憶部２２１、前処理済教師データ記憶部２２２及び学習済モデル記憶部２２３として機能してもよい。

【0046】

教師データ記憶部２２１は、学習装置２０が実行する学習処理に用いられる教師データを記憶する。教師データ記憶部２２１が記憶する教師データは、図１４に示すような過去の各配合試験の結果を示す配合試験データである。

【0047】

前処理済教師データ記憶部２２２は、前処理済教師データを記憶する。前処理済教師データは、教師データに対して前処理制御部２３２が前処理を実行することによって得られる情報を記憶する。前処理は、教師データを、強度推定モデルに入力するためのデータ形式へ変換する処理である。

【0048】

学習済モデル記憶部２２３は、教師データ記憶部２２１に記憶されている教師データや前処理済教師データ記憶部２２２に記憶される前処理済教師データを用いた学習処理によって得られる学習済モデルを記憶する。

【0049】

制御部２３は、ＣＰＵ等のプロセッサーとメモリーとを用いて構成される。制御部２３は、プロセッサーがプログラムを実行することによって、情報制御部２３１、前処理制御部２３２及び学習制御部２３３として機能する。なお、制御部２３の各機能の全て又は一部は、ＡＳＩＣやＰＬＤやＦＰＧＡ等のハードウェアを用いて実現されてもよい。上記のプログラムは、コンピューター読み取り可能な記録媒体に記録されてもよい。コンピューター読み取り可能な記録媒体とは、例えばフレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ、半導体記憶装置（例えばＳＳＤ）等の可搬媒体、コンピューターシステムに内蔵されるハードディスクや半導体記憶装置等の記憶装置である。上記のプログラムは、電気通信回線を介して送信されてもよい。

【0050】

情報制御部２３１は、情報の入出力を制御する。例えば、情報制御部２３１は、他の機器（情報処理装置や記憶媒体）から教師データを取得し、教師データ記憶部２２１に記録する。また、例えば、情報制御部２３１は、学習済モデル記憶部２２３に記憶されている学習済モデルを、他の装置（例えば推定装置３０）に対して送信する。前処理制御部２３２は、教師データを、学習済モデルに入力可能なデータ形式に変換する。例えば、前処理制御部２３２は、同一の種類の配合ケースについて複数の供試体の７日強度が含まれている場合、それら供試体の７日強度の平均に変換してもよい。同様に、前処理制御部２３２は、同一の種類の配合ケースについて複数の供試体の２８日強度が含まれている場合、それら供試体の２８日強度の平均に変換してもよい。また、前処理制御部２３２は、同一の種類の配合ケースについての複数の供試体の７日強度のうち、異常値を示すと判定した供試体の７日強度を教師データから削除してもよい。同様に、前処理制御部２３２は、同一の種類の配合ケースについての複数の供試体の２８日強度のうち、異常値を示すと判定した供試体の２８日強度を教師データから削除してもよい。

【0051】

学習制御部２３３は、前処理済教師データ記憶部２２２に記憶されている教師データ又は前処理済教師データを用いて学習処理を実行する。学習制御部２３３は、例えば教師あり学習を行うことによって、入力されるセメントの種類と、９種類の配合ケースそれぞれの単位セメント量及び含水比と、１以上の配合ケースの７日強度とを含む入力情報に基づいて、入力された単位セメント量及び含水比の９種類の配合ケースそれぞれの２８日強度の推定値を出力するための学習済モデルを生成する。以下では、９種類の配合ケースのうち、推定モデルに７日強度を入力する対象の配合ケースを強度入力対象配合ケースと記載する。強度入力対象配合ケースは、１種類の場合はＣＡＳＥ２－２、２種類の場合はＣＡＳＥ２－２及び２－３、３種類の場合はＣＡＳＥ２－１、２－２及び２－３、４種類の場合はＣＡＳＥ２－１、２－２、２－３及び３－２のように、９種類まで増加させることができる。学習制御部２３３は、生成された学習済モデルを学習済モデル記憶部２２３に記録する。学習制御部２３３によって得られた学習済モデルは、推定装置３０に対して送信され、推定装置３０の学習済モデル記憶部３２１に記録されてもよい。

【0052】

強度推定モデルのアルゴリズムには、例えば、PythonのscikitlearnのExtraTreeRegressorを用いることができる（例えば、参考文献１参照）。ExtraTreeRegressorは、非常にランダム性が高くノイズや外れ値に強いことが特徴である。強度推定モデルでは，ExtraTreeRegressorとして、配合試験データを複数の決定木に分割し、各決定木によって予測された値を平均化することで、回帰を行った。具体的には、目的変数を９種類の配合ケースの２８日強度の結果としたことからＡＩ（人工知能）モデルを９個作成し、この評価に交差検証を７分割にて行うため、各モデルで７個作成した。従って、９×７＝６３個のＡＩモデルが作成され、これら６３個のＡＩモデルを合わせて１つの強度推定モデルとした。なお、９種類の配合ケースの２８日強度の結果とは、教師データが示す配合試験の各配合ケースの２８日強度の測定結果である。

【0053】

（参考文献１） Pierre Geurts 他, "Extremely randomized trees," Machine Learning 63(1), 3-42, 2006

【0054】

図１６は、学習装置２０の処理の具体例を示すフローチャートである。まず、情報制御部２３１は教師データを取得する（ステップＳ１０１）。教師データは、例えばユーザーによって入力されてもよいし、他の情報機器から通信によって取得されてもよいし、学習装置２０に接続された記録媒体から取得されてもよい。前処理制御部２３２は、教師データに対して所定の前処理を実行する（ステップＳ１０２）。学習制御部２３３は、前処理済教師データを用いて学習処理を実行し、学習済モデルを学習済モデル記憶部２２３に記録する（ステップＳ１０３）。

【0055】

図１７は、推定装置３０の機能構成の具体例を示す概略ブロック図である。推定装置３０は、例えばパーソナルコンピューターやサーバー装置などの情報処理装置を用いて構成される。推定装置３０は、通信部３１、記憶部３２及び制御部３３を備える。

【0056】

通信部３１は、通信機器である。通信部３１は、例えばネットワークインターフェースとして構成されてもよい。通信部３１は、制御部３３の制御に応じて、ネットワーク７０を介して他の装置とデータ通信する。通信部３１は、無線通信を行う装置であってもよいし、有線通信を行う装置であってもよい。

【0057】

記憶部３２は、磁気ハードディスク装置や半導体記憶装置等の記憶装置を用いて構成される。記憶部３２は、制御部３３によって使用されるデータを記憶する。記憶部３２は、例えば学習済モデル記憶部３２１として機能してもよい。

【0058】

学習済モデル記憶部３２１は、予め学習処理によって生成された学習済モデルの情報を記憶する。このような学習処理は、例えば他の装置（例えば学習装置２０）によって実行されてもよいし、自装置（推定装置３０）によって実行されてもよい。

【0059】

制御部３３は、ＣＰＵ等のプロセッサーとメモリーとを用いて構成される。制御部３３は、プロセッサーがプログラムを実行することによって、情報制御部３３１、前処理制御部３３２及び推定部３３３として機能する。なお、制御部３３の各機能の全て又は一部は、ＡＳＩＣやＰＬＤやＦＰＧＡ等のハードウェアを用いて実現されてもよい。上記のプログラムは、コンピューター読み取り可能な記録媒体に記録されても良い。コンピューター読み取り可能な記録媒体とは、例えばフレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ、半導体記憶装置（例えばＳＳＤ）等の可搬媒体、コンピューターシステムに内蔵されるハードディスクや半導体記憶装置等の記憶装置である。上記のプログラムは、電気通信回線を介して送信されてもよい。

【0060】

情報制御部３３１は、端末装置１０等の他の装置から入力情報を取得する。入力情報は、セメントの種類と、９種類の配合ケースそれぞれの単位セメント量及び含水比と、強度入力対象配合ケース及び強度入力対象配合ケースの１以上の供試体の７日強度との情報を含む。強度入力対象配合ケースの情報は、９種類の配合ケースのうちいずれであるか、すなわち、ＣＡＳＥ１－１～ＣＡＳＥ３－３のいずれであるかを示す情報である。情報制御部３３１は、推定部３３３によって得られた推定結果を示す情報を、端末装置１０等の他の装置に対して情報を送信する。このような情報制御部３３１による他の装置との間の情報のやりとりは、例えば通信部３１による通信によって行われてもよい。

【0061】

前処理制御部３３２は、情報制御部３３１によって取得された入力情報に対して所定の前処理を実行する。すなわち、前処理制御部３３２は、学習装置２０の前処理制御部２３２と同様の前処理により、入力情報を、学習済モデルに入力可能なデータ形式に変換する。例えば、前処理制御部３３２は、同一の種類の配合ケースについて複数の供試体の７日強度が含まれている場合、それら供試体の７日強度の平均に変換してもよい。また、前処理制御部３３２は、同一の種類の配合ケースについての複数の供試体の７日強度のうち、異常値を示すと判定した供試体の７日強度を入力情報から削除してもよい。

【0062】

推定部３３３は、学習済モデル記憶部３２１に記憶される学習済モデルと、前処理制御部３３２がデータ形式を変換した入力情報と、を用いて推定処理を行う。推定部３３３は、学習済モデル記憶部３２１に記憶される学習済モデルと、情報制御部３３１によって取得された入力情報と、を用いて推定処理を行ってもよい。推定処理によって、入力情報に含まれる９種類の配合ケースそれぞれの２８日強度の推定値が出力される。

【0063】

続いて、推定装置３０を用いた２８日強度の推定について説明する。まず、試験実施者は、配合試験対象の試料（土砂）について、セメントの種類と、図１に示すような９種類の配合ケースを検討する。試験実施者は、強度入力配合ケースの数によって、ＣＡＳＥ１－１～３－３までのいずれの配合ケースについて少なくとも配合試験を行うかを決定する。試験実施者は、配合試験を行うと決定した１～９種類の配合ケースについて、図２に示す配合試験のステップＳ１～ステップＳ８までを行い、７日強度を得る。

【0064】

図１８は、推定装置３０の処理の具体例を示すフローチャートである。情報制御部３３１は端末装置１０から入力情報を取得する（ステップＳ２０１）。入力情報は、配合試験で使用したセメントの種類と、検討された９種類の配合ケースの単位セメント量及び含水比と、強度入力配合ケースと、配合試験により得られた強度入力配合ケースそれぞれの供試体の７日強度とを含む。前処理制御部３３２は、入力情報に対して前処理を行うことによって、学習済モデルに入力可能なデータ形式に変換する（ステップＳ２０２）。推定部３３３は、データ形式が変換された入力情報を用いて推定処理を行う（ステップＳ２０３）。推定部３３３は、推定結果として得られた９種類の各配合ケースの２８日強度の推定値の情報を端末装置１０に送信する（ステップＳ２０４）。

【0065】

なお、試験実施者は、ステップＳ２０４において出力された推定結果を参照し、異なる配合ケースの２８日強度を得る必要があると判断した場合、端末装置１０を用いて、配合ケースの単位セメント量及び含水比を変更した入力情報を生成する。例えば、強度入力配合ケースをＣＡＳＥ２－２の１種類とする。この場合、ＣＡＳＥ１及びＣＡＳＥ３の単位セメント量と、ＣＡＳＥ１－１、１－２、１－３、２－１、２－３、３－１、３－２、３－３の含水量の値を変更した入力情報を生成可能である。また、強度入力配合ケースがＣＡＳＥ２－１、２－２、２－３、３－２の４種類とする。この場合、ＣＡＳＥ１の単位セメント量と、ＣＡＳＥ１－１、１－２、１－３、３－１、３－３の含水量の値を変更した入力情報を生成可能である。また、強度入力配合ケースをＣＡＳＥ２－２の１種類とし、かつ、配合試験において複数の配合ケースの７日強度を測定した場合、それらの配合ケースをそれぞれＣＡＳＥ２－２の強度入力配合ケースとして用いた入力情報を生成することも可能である。推定装置３０は、生成された入力情報を端末装置１０から取得して図１８の処理を行うことで、さらなる配合試験を行うことなく、配合試験を行わなかった単位セメント量及び含水比の砂防ソイルセメントの２８日強度を得ることができる。

【0066】

図１９は、端末装置１０に表示される入力画面の例を示す図である。入力画面において、セメントの種類（Ｅ１）と、各配合ケースの単位セメント量（Ｅ２）及び含水比（Ｅ３）と、強度入力配合ケースの各供試体の７日強度（Ｅ４）が入力される。各配合ケースのうち強度入力配合ケースがいずれであるかについては、７日強度（Ｅ４）が入力された行の先頭の配合ケース番号により特定される。図１９では、強度入力配合ケースがＣＡＳＥ２－１、２－２、２－３の３種類の場合を例に示している。例えば、強度入力配合ケースが１種類の場合、ＣＡＳＥ２－２の７日強度が入力され、ＣＡＳＥ２－１、２－３の７日強度は入力されない。推定装置３０の情報制御部３３１は、入力画面に入力された入力情報を取得する（図１８のステップＳ２０１）。前処理制御部３３２は、１つの強度入力配合ケースについて複数の供試体の７日強度が入力された場合、それらの平均を求める前処理を行う（図１８のステップＳ２０２）。図１９に示す入力画面では、前処理が行われた７日強度の平均（Ｅ５）が表示されている。なお、端末装置１０が、７日強度の平均を入力情報に設定してもよい。推定部３３３は、前処理が行われた入力情報を学習済モデルに入力して得られた各配合ケースの２８日強度を端末装置１０に送信する（図１８のステップＳ２０３）。端末装置１０は、受信した各配合ケースの２８日強度（Ｅ６）を表示する。

【0067】

なお、図１８のステップＳ２０１において、７日強度（Ｅ４）を入力せずに、７日強度の平均（Ｅ５）を入力してもよい。この場合、ステップＳ２０２において各強度入力配合ケースについて平均を求める前処理を行わなくてもよい。

【0068】

図１９に示す入力画面において、強度入力配合ケースが属していないセメントケースのセメント量と、強度入力配合ケース以外の含水比とを変更することにより、他の単位セメント量及び含水比の２８日強度の推定値を得ることが可能である。また、配合試験において複数の配合ケースの７日強度を測定した場合、それらのうち任意の配合ケースの７日強度をＣＡＳＥ２－２の強度入力配合ケースとするように、各配合ケースの単位セメント及び含水比を設定し、入力情報を変更してもよい。

【0069】

上記のように構成された推定システム１００では、少なくとも１種類の配合ケースの少なくとも１つの供試体の７日強度の情報を用いることによって、複数種類の配合ケースの２８日強度を推定することが可能となる。具体的には以下の通りである。推定システム１００は、配合試験の結果得られた複数の配合ケースの７日強度及び２８日強度の配合試験データを用いて機械学習による学習処理を実行し、学習済モデルを得る。そして、推定システム１００は、２８日強度の推定対象となる複数の配合ケースの少なくとも一部の配合ケースについて行った配合試験の７日強度についての新たな入力情報を取得し、取得した入力情報に基づいて推定対象の複数の配合ケースそれぞれの２８日強度の推定情報を取得する。

【0070】

上記では、配合ケースが９種類である場合について説明したが、配合ケースの種類は９以外でもよい。また、図１８の処理において推定装置３０に入力された入力情報と、その入力情報を用いて得られた推定結果とに基づいて生成された教師データを、図１６の学習処理において用いてもよい。

【0071】

図２０は、本実施形態に適用される情報処理装置９０のハードウェア構成例の概略を示す図である。情報処理装置９０は、プロセッサー９１、主記憶装置９２、通信インターフェース９３、補助記憶装置９４、入出力インターフェース９５及び内部バス９６を備える。プロセッサー９１、主記憶装置９２、通信インターフェース９３、補助記憶装置９４及び入出力インターフェース９５は、内部バス９６を介して互いに通信可能に接続される。情報処理装置９０は、例えば学習装置２０及び推定装置３０に適用されてもよい。この場合、例えば通信部２１及び通信部３１は通信インターフェース９３を用いて構成されてもよい。例えば記憶部２２及び記憶部３２は補助記憶装置９４を用いて構成されてもよい。また、制御部２３及び制御部３３は、プロセッサー９１及び主記憶装置９２を用いて構成されてもよい。

【0072】

（変形例）
本実施形態では、端末装置１０と推定装置３０とが異なる装置として構成されているが、一体の装置として構成されてもよい。図２１は、このように構成された推定装置３０の変形例を示す図である。図２１に示される推定装置３０は、入力部３４、出力部３５を備える。図２１に示される推定装置３０の入力部３４、出力部３５は、それぞれ端末装置１０の入力部１２、出力部１３と同様に機能する。制御部３３は、入力部３４に対する操作に応じて動作し、入力された入力情報を用いて推定処理を行い、出力部３５を用いて情報を出力する。

【0073】

本実施形態では、学習装置２０と推定装置３０とが異なる装置として構成されているが、一体の装置として構成されてもよい。図２２は、このように構成された推定装置３０の変形例を示す図である。図２２に示される推定装置３０の記憶部３２は、教師データ記憶部３２２及び前処理済教師データ記憶部３２３としても機能する。図２２に示される推定装置３０の制御部３３は、学習制御部３３４としても機能する。教師データ記憶部３２２及び前処理済教師データ記憶部３２３は、それぞれ学習装置２０の教師データ記憶部２２１及び前処理済教師データ記憶部２２２と同様に機能する。前処理制御部３３２は、推定装置３０の前処理（入力情報に対する前処理）のみではなく、学習装置２０の前処理（教師データに対する前処理）も実行する。学習制御部３３４は、学習装置２０の学習制御部２３３と同様に機能する。

【0074】

また、学習装置２０と推定装置３０とを異なる装置として構成する場合でも、推定装置３０は学習済モデル記憶部３２１として、学習装置２０の学習済モデル記憶部２２３を用いてもよい。

【0075】

学習装置２０は、複数の情報処理装置を用いて実装されてもよい。例えば、クラウド等の装置を用いて学習装置２０が実装されてもよい。例えば、学習装置２０において、記憶部２２と制御部２３とがそれぞれ異なる情報処理装置に実装されてもよい。例えば、学習装置２０の記憶部２２が複数の情報処理装置に分散して実装されてもよい。推定装置３０は、複数の情報処理装置を用いて実装されてもよい。例えば、クラウド等の装置を用いて推定装置３０が実装されてもよい。例えば、推定装置３０において、記憶部３２と制御部３３とがそれぞれ異なる情報処理装置に実装されてもよい。例えば、推定装置３０の記憶部３２が複数の情報処理装置に分散して実装されてもよい。

【0076】

また、学習装置２０の学習制御部２３３及び推定装置３０の学習制御部３３４は、セメントの種類毎に強度推定モデルを作成してもよい。この場合、推定装置３０の推定部３３３は、入力情報に含まれるセメントの種類の情報に基づいて学習済モデルを選択し、選択した学習済モデルにセメントの種類の情報を除く入力情報を入力し、複数の配合ケースそれぞれの２８日強度の推定値を得る。

【0077】

本実施形態の学習済モデルを用いた予測の精度の評価実験について説明する。学習済モデルには、ExtraTreeRegressorを用いた。学習装置２０により、２つの学習済モデルを学習した。一つは、３０３４の教師データを用い、もう一つは、２１７８の教師データを用いた。図２に示す手順により行われた評価試験のデータに基づいて、強度入力対象配合ケースを１種類から順に９種類まで増やした入力情報を生成した。推定装置３０は、各学習済モデルに入力情報を入力して、９種類の配合ケースそれぞれの２８日強度の推定結果を得た。得られた各推定結果について決定係数Ｒ^２を求めた。いずれの学習済モデルの場合も、強度入力対象配合ケースが１種類から９種類までのいずれについても、決定係数Ｒ^２は０．８以上であり、強度入力対象配合ケースの数が多いほど精度が上昇した。

【0078】

図２３は、実際に行った従来の配合試験の２８日強度および本実施形態を用いた２８日強度の推定結果を示す図である。本実施形態による予測を、強度入力配合ケースが１種類の場合（以下、「１ケース予測結果」と記載）と、３種類の場合（以下、「３ケース予測結果」）との２パターンについて行った。符号Ｆ１、Ｆ２、Ｆ３は、従来の配合試験により得られた実測の２８日強度、符号Ｇ１、Ｇ２、Ｇ３は、１ケース予測結果（ＡＩ＿１）、符号Ｈ１、Ｈ２、Ｈ３は、３ケース予測結果（ＡＩ＿３）である。また、符号Ｆ１、Ｇ１、Ｈ１はセメント量が５０（Ｃ－５０）、符号Ｆ２、Ｇ２、Ｈ２はセメント量が１００（Ｃ－１００）、符号Ｆ３、Ｇ３、Ｈ３はセメント量が１５０（Ｃ－１５０）である。

【0079】

１ケース予測結果の決定係数（Ｒ^２値）は０．８３、３ケース予測結果の決定係数（Ｒ^２値）は０．９０であった。３ケース予測結果のほうが高精度ではあるものの、自然土のバラツキを勘案すれば、１ケース予測結果のズレは、非常に軽微である。上記のように、高い推定精度により９種類の配合ケースの２８日強度の推定結果が得られた。

【0080】

以上説明した実施形態によれば、物理的な配合試験のために作製する供試体を従来の９ケース３本ずつの５４本から、１ケースの３本、あるいは、１ケースの１本を最低本数とすることができる。また、配合試験のための土砂の採取量が大幅に減少する。また、配合試験の結果判明までが従来の２８日から７日に短縮されるため、工期が削減される。また、当初の配合ケースにおいて要求品質を満足しない場合でも、入力情報における配合ケースの設定を変更することで、追加の配合試験を行うことなく、示方配合の決定に有用な情報を得ることができる。従って、追加試料の採取や工期の増大、これらに伴う費用の増大のリスクが軽減される。また、試料採取現場から配合試験施設が離れている場合や、試料の運搬が困難な場合、ＪＩＳ規格の試験を採取場所近辺で実施し、１配合ケースの供試体３本又は１本を現地で作成し、７日強度の情報を取得して入力データに用いることで、示方配合の検討を行うことが可能となる。例えば、１配合ケース分の供試体の配合試験用キットであれば運搬が容易であるため、例えば、現場が海外である場合などでも、現場において１５ｋｇ程度の土砂を採取し、７日強度を測定することで、示方配合に必要なデータを短期間で得ることが可能となる。上記では、砂防ソイルセメントを例に説明したが、土砂、固化材及び水を混合するソイルセメントに適用可能である。

【0081】

以上説明した実施形態によれば、推定システムは、学習制御部と、推定部とを有する。学習装置が学習制御部を有し、推定装置が推定部を有してもよい。学習制御部は、ソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、複数種類の配合ケースそれぞれのソイルセメントの第一期間経過後の強度である第一期間強度及び第一期間よりも長い第二期間経過後の強度である第二期間強度とを示す教師データを用いて、複数種類の配合ケースそれぞれの固化材量及び含水量と、１以上の配合ケースのソイルセメントの第一期間強度とを入力とし、入力された固化材量及び含水量の複数種類の配合ケースそれぞれのソイルセメントの第二期間強度を出力する強度推定モデルを機械学習により学習する。推定部は、学習された強度推定モデルに、第二期間強度推定対象の複数種類の配合ケースそれぞれの固化材量及び含水量と、第二期間強度推定対象の複数種類の配合ケースのうち１以上の配合ケースのソイルセメントの第一期間強度とを入力することにより、入力された固化材量及び含水量の複数種類の配合ケースそれぞれのソイルセメントの第二期間強度の出力を得る。例えば、第一期間は上述した実施形態では７日であり、第二期間は上述した実施形態では２８日である。第一期間はセメントの水和反応が進んでいない期間であり、第二期間は材料が硬化していることが保障できる強度までセメントの水和反応が得られたかどうかを確認可能な期間である。

【0082】

教師データはさらに固化材の種類の情報を含んでもよい。強度推定モデルは、さらに、固化材の種類を入力とする。推定部は、強度推定モデルに、固化材の種類と、複数種類の配合ケースそれぞれの固化材量及び含水量と、１以上の配合ケースのソイルセメントの第一期間強度とを入力することにより、入力された種類の固化材を用いた複数種類の配合ケースそれぞれのソイルセメントの第二期間強度の出力を得る。

【0083】

また、上記の実施形態では、第一期間強度よりも第二期間強度のほうが高い場合の例を説明したが、第一期間強度よりも第二期間強度の方が低いソイルセメントの場合にも適用可能である。

【0084】

以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

【符号の説明】

【0085】

１００…推定システム， １０…端末装置， １１…通信部， １２…入力部， １３…出力部， １４…記憶部， １５…制御部， ２０…学習装置， ２１…通信部， ２２…記憶部， ２２１…教師データ記憶部， ２２２…前処理済教師データ記憶部， ２２３…学習済モデル記憶部， ２３…制御部， ２３１…情報制御部， ２３２…前処理制御部， ２３３…学習制御部， ３０…推定装置， ３１…通信部， ３２…記憶部， ３２１…学習済モデル記憶部， ３２２…教師データ記憶部， ３２３…前処理済教師データ記憶部， ３３…制御部， ３３１…情報制御部， ３３２…前処理制御部， ３３３…推定部， ３３４…学習制御部， ３４…入力部， ３５…出力部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22】

【図23】

【手続補正書】

【提出日】2023-07-24

【手続補正1】

【補正対象書類名】特許請求の範囲

【補正対象項目名】全文

【補正方法】変更

【補正の内容】

【特許請求の範囲】

【請求項1】

ソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、複数種類の前記配合ケースそれぞれの前記ソイルセメントの第一期間経過後の強度である第一期間強度及び前記第一期間よりも長い第二期間経過後の強度である第二期間強度とを示す教師データを用いて、第二期間強度推定対象のソイルセメントである推定対象ソイルセメントについての第二期間強度推定対象の配合ケースである複数種類の推定対象配合ケースそれぞれの固化材量及び含水量と、複数種類の前記推定対象配合ケースのうち一部の推定対象配合ケースの前記推定対象ソイルセメントの第一期間強度とを入力とし、前記第一期間強度が入力されなかった前記推定対象配合ケースの前記推定対象ソイルセメントの第二期間強度の推定値を出力する強度推定モデルを機械学習により学習する学習制御部、
を備える学習装置。

【請求項2】

配合試験を行ったソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、前記配合試験の結果得られた複数種類の前記配合ケースそれぞれの前記ソイルセメントの第一期間経過後の強度である第一期間強度及び前記第一期間よりも長い第二期間経過後の強度である第二期間強度とを示す教師データを用いて、前記配合試験を行ったソイルセメントに用いられた土砂とは異なる土砂を用いたソイルセメントである推定対象ソイルセメントについての第二期間強度推定対象の配合ケースである複数種類の推定対象配合ケースそれぞれの固化材量及び含水量と、前記推定対象ソイルセメントについて測定された１以上の前記推定対象配合ケースの第一期間強度とを入力とし、入力された複数種類の前記推定対象配合ケースそれぞれの前記推定対象ソイルセメントの第二期間強度の推定値を出力する強度推定モデルを機械学習により学習する学習制御部、
を備える学習装置。

【請求項3】

前記教師データはさらに固化材の種類の情報を含み、
前記学習制御部は、さらに固化材の種類を入力とし、前記推定値を出力する強度推定モデルを機械学習により学習する、
請求項１又は請求項２に記載の学習装置。

【請求項4】

ソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、複数種類の前記配合ケースそれぞれの前記ソイルセメントの第一期間経過後の強度である第一期間強度及び前記第一期間よりも長い第二期間経過後の強度である第二期間強度とを示す教師データを用いて学習された強度推定モデルに、第二期間強度推定対象のソイルセメントである推定対象ソイルセメントについての第二期間強度推定対象の配合ケースである複数種類の推定対象配合ケースそれぞれの固化材量及び含水量と、複数種類の前記推定対象配合ケースのうち一部の推定対象配合ケースの前記推定対象ソイルセメントの第一期間強度とを入力することにより、前記第一期間強度が入力されなかった前記推定対象配合ケースの前記推定対象ソイルセメントの第二期間強度の推定値の出力を得る推定部、
を備える推定装置。

【請求項5】

配合試験を行ったソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、前記配合試験の結果得られた複数種類の前記配合ケースそれぞれの前記ソイルセメントの第一期間経過後の強度である第一期間強度及び前記第一期間よりも長い第二期間経過後の強度である第二期間強度とを示す教師データを用いて学習された強度推定モデルに、前記配合試験を行ったソイルセメントに用いられた土砂とは異なる土砂を用いたソイルセメントである推定対象ソイルセメントについての第二期間強度推定対象の配合ケースである複数種類の推定対象配合ケースそれぞれの固化材量及び含水量と、前記推定対象ソイルセメントについて測定された１以上の前記推定対象配合ケースの第一期間強度とを入力することにより、入力された複数種類の前記推定対象配合ケースそれぞれの前記推定対象ソイルセメントの第二期間強度の推定値の出力を得る推定部、
を備える推定装置。

【請求項6】

前記教師データはさらに固化材の種類の情報を含み、
前記推定部は、前記強度推定モデルに、さらに固化材の種類を入力することにより、前記推定値の出力を得る、
請求項４又は請求項５に記載の推定装置。

【請求項7】

ソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、複数種類の前記配合ケースそれぞれの前記ソイルセメントの第一期間経過後の強度である第一期間強度及び前記第一期間よりも長い第二期間経過後の強度である第二期間強度とを示す教師データを用いて、第二期間強度推定対象のソイルセメントである推定対象ソイルセメントについての第二期間強度推定対象の配合ケースである複数種類の推定対象配合ケースそれぞれの固化材量及び含水量と、複数種類の前記推定対象配合ケースのうち一部の推定対象配合ケースの前記推定対象ソイルセメントの第一期間強度とを入力とし、前記第一期間強度が入力されなかった前記推定対象配合ケースの前記推定対象ソイルセメントの第二期間強度の推定値を出力する強度推定モデルを機械学習により学習する学習制御部と、
第二期間強度推定対象の複数種類の推定対象配合ケースそれぞれの固化材量及び含水量と、第二期間強度推定対象の前記複数種類の推定対象配合ケースのうち一部の推定対象配合ケースの推定対象ソイルセメントの第一期間強度とを含んだ入力情報を取得し、取得した前記入力情報を前記強度推定モデルに入力することにより、前記入力情報に含まれ、かつ、前記入力情報により前記第一期間強度が入力されなかった前記推定対象配合ケースの前記推定対象ソイルセメントの第二期間強度の推定値の出力を得る推定部と、
を備える推定システム。

【請求項8】

配合試験を行ったソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、前記配合試験の結果得られた複数種類の前記配合ケースそれぞれの前記ソイルセメントの第一期間経過後の強度である第一期間強度及び前記第一期間よりも長い第二期間経過後の強度である第二期間強度とを示す教師データを用いて、前記配合試験を行ったソイルセメントに用いられた土砂とは異なる土砂を用いたソイルセメントである推定対象ソイルセメントについての第二期間強度推定対象の配合ケースである複数種類の推定対象配合ケースそれぞれの固化材量及び含水量と、前記推定対象ソイルセメントについて測定された１以上の前記推定対象配合ケースの第一期間強度とを入力とし、入力された複数種類の前記推定対象配合ケースそれぞれの前記推定対象ソイルセメントの第二期間強度の推定値を出力する強度推定モデルを機械学習により学習する学習制御部と、
第二期間強度推定対象の複数種類の推定対象配合ケースそれぞれの固化材量及び含水量と、第二期間強度推定対象の前記複数種類の推定対象配合ケースのうち１以上の推定対象配合ケースの推定対象ソイルセメントの第一期間強度とを含んだ入力情報を取得し、取得した前記入力情報を前記強度推定モデルに入力することにより、前記入力情報に含まれる複数種類の前記推定対象配合ケースそれぞれの前記推定対象ソイルセメントの第二期間強度の推定値の出力を得る推定部と、
を備える推定システム。

【請求項9】

ソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、複数種類の前記配合ケースそれぞれの前記ソイルセメントの第一期間経過後の強度である第一期間強度及び前記第一期間よりも長い第二期間経過後の強度である第二期間強度とを示す教師データを用いて、第二期間強度推定対象のソイルセメントである推定対象ソイルセメントについての第二期間強度推定対象の配合ケースである複数種類の推定対象配合ケースそれぞれの固化材量及び含水量と、複数種類の前記推定対象配合ケースのうち一部の推定対象配合ケースの前記推定対象ソイルセメントの第一期間強度とを入力とし、前記第一期間強度が入力されなかった前記推定対象配合ケースの前記推定対象ソイルセメントの第二期間強度の推定値を出力する強度推定モデルを機械学習により学習する学習ステップ、
を有する学習方法。

【請求項10】

配合試験を行ったソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、前記配合試験の結果得られた複数種類の前記配合ケースそれぞれの前記ソイルセメントの第一期間経過後の強度である第一期間強度及び前記第一期間よりも長い第二期間経過後の強度である第二期間強度とを示す教師データを用いて、前記配合試験を行ったソイルセメントに用いられた土砂とは異なる土砂を用いたソイルセメントである推定対象ソイルセメントについての第二期間強度推定対象の配合ケースである複数種類の推定対象配合ケースそれぞれの固化材量及び含水量と、前記推定対象ソイルセメントについて測定された１以上の前記推定対象配合ケースの第一期間強度とを入力とし、入力された複数種類の前記推定対象配合ケースそれぞれの前記推定対象ソイルセメントの第二期間強度の推定値を出力する強度推定モデルを機械学習により学習する学習ステップ、
を有する学習方法。

【請求項11】

ソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、複数種類の前記配合ケースそれぞれの前記ソイルセメントの第一期間経過後の強度である第一期間強度及び前記第一期間よりも長い第二期間経過後の強度である第二期間強度とを示す教師データを用いて学習された強度推定モデルに、第二期間強度推定対象のソイルセメントである推定対象ソイルセメントについての第二期間強度推定対象の配合ケースである複数種類の推定対象配合ケースそれぞれの固化材量及び含水量と、複数種類の前記推定対象配合ケースのうち一部の推定対象配合ケースの前記推定対象ソイルセメントの第一期間強度とを入力することにより、前記第一期間強度が入力されなかった前記推定対象配合ケースの前記推定対象ソイルセメントの第二期間強度の推定値の出力を得る推定ステップ、
を有する推定方法。

【請求項12】

配合試験を行ったソイルセメントの複数種類の配合ケースそれぞれの固化材量及び含水量と、前記配合試験の結果得られた複数種類の前記配合ケースそれぞれの前記ソイルセメントの第一期間経過後の強度である第一期間強度及び前記第一期間よりも長い第二期間経過後の強度である第二期間強度とを示す教師データを用いて学習された強度推定モデルに、前記配合試験を行ったソイルセメントに用いられた土砂とは異なる土砂を用いたソイルセメントである推定対象ソイルセメントについての第二期間強度推定対象の配合ケースである複数種類の推定対象配合ケースそれぞれの固化材量及び含水量と、前記推定対象ソイルセメントについて測定された１以上の前記推定対象配合ケースの第一期間強度とを入力することにより、入力された複数種類の前記推定対象配合ケースそれぞれの前記推定対象ソイルセメントの第二期間強度の推定値の出力を得る推定ステップ、
を有する推定方法。

【請求項13】

コンピューターを、
請求項１又は請求項２に記載の学習装置として機能させるためのプログラム。

【請求項14】

コンピューターを、
請求項４又は請求項５に記載の推定装置として機能させるためのプログラム。