特開 2025-123088 情報処理システム、情報処理装置、情報処理方法、およびプログラム

(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】P2025123088

(43)【公開日】2025-08-22

(54)【発明の名称】情報処理システム、情報処理装置、情報処理方法、およびプログラム

(51)【国際特許分類】

   G06F 30/13 20200101AFI20250815BHJP

   G06F 30/27 20200101ALI20250815BHJP

   G06F 40/216 20200101ALI20250815BHJP

   G06F 40/44 20200101ALI20250815BHJP

   G06N 5/046 20230101ALI20250815BHJP

【ＦＩ】

G06F30/13

G06F30/27

G06F40/216

G06F40/44

G06N5/046

【審査請求】未請求

【請求項の数】7

【出願形態】ＯＬ

(21)【出願番号】P 2024018956

(22)【出願日】2024-02-09

(71)【出願人】

【識別番号】000002299

【氏名又は名称】清水建設株式会社

(74)【代理人】

【識別番号】100149548

【弁理士】

【氏名又は名称】松沼 泰史

(74)【代理人】

【識別番号】100161506

【弁理士】

【氏名又は名称】川渕 健一

(74)【代理人】

【識別番号】100161207

【弁理士】

【氏名又は名称】西澤 和純

(72)【発明者】

【氏名】渡辺 泰志

【テーマコード（参考）】

5B146

【Ｆターム（参考）】

5B146AA04

5B146DC03

(57)【要約】

【課題】自然言語処理技術を架構に応用することで、建物架構やその部材に関わる諸特徴量を数学的に統一的に取り扱うことを可能にすること。
【解決手段】情報処理システムは、建物諸量を取得する取得部と、前記建物諸量を含む文章に文章化する建物諸量文章化部と、前記文章化された前記建物諸量を分散表現化する建物諸量分散表現化部と、前記分散表現化された前記建物諸量に基づいて、着目部材の架構部材断面を推定する架構部材断面推定部と、を備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

建物諸量を取得する取得部と、
前記建物諸量を含む文章に文章化する建物諸量文章化部と、
前記文章化された前記建物諸量を分散表現化する建物諸量分散表現化部と、
前記分散表現化された前記建物諸量に基づいて、着目部材の架構部材断面を推定する架構部材断面推定部と、
を備える、
情報処理システム。

【請求項2】

前記建物諸量は、建物の高さ、前記着目部材の設置のレベル、梁の部材長、端部の接合部タイプ、接合された各部材長を少なくとも含む、
請求項１に記載の情報処理システム。

【請求項3】

前記分散表現化は、ベクトル化である、
請求項２に記載の情報処理システム。

【請求項4】

前記架構部材断面推定部は、ベクトル化された前記建物諸量を、架構部材の断面と建物諸量とベクトル化された建物諸量との対応関係を学習した学習モデルに入力することで、前記着目部材の架構部材断面を推定する、
請求項３に記載の情報処理システム。

【請求項5】

建物諸量を取得する取得部と、
前記建物諸量を含む文章に文章化する建物諸量文章化部と、
前記文章化された前記建物諸量を分散表現化する建物諸量分散表現化部と、
前記分散表現化された前記建物諸量に基づいて、着目部材の架構部材断面を推定する架構部材断面推定部と、
を備える、
情報処理装置。

【請求項6】

情報処理装置のコンピュータが実行する情報処理方法であって、
建物諸量を取得する取得ステップと、
前記建物諸量を含む文章に文章化する建物諸量文章化ステップと、
前記文章化された前記建物諸量を分散表現化する建物諸量分散表現化ステップと、
前記分散表現化された前記建物諸量に基づいて、着目部材の架構部材断面を推定する架構部材断面推定ステップと、
を有する情報処理方法。

【請求項7】

情報処理装置のコンピュータに、
建物諸量を取得する取得ステップと、
前記建物諸量を含む文章に文章化する建物諸量文章化ステップと、
前記文章化された前記建物諸量を分散表現化する建物諸量分散表現化ステップと、
前記分散表現化された前記建物諸量に基づいて、着目部材の架構部材断面を推定する架構部材断面推定ステップと、
を実行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、情報処理システム、情報処理装置、情報処理方法、およびプログラムに関する。

【背景技術】

【0002】

一般に、架構部材断面の推定は、架構、部材の特徴量を抽出した上で、それらと部材断面との関係を計算機に学習させている場合がほとんどである。

【0003】

例えば、特許文献１には、複数の建築各々の架構に関する建築架構情報を記憶する建築架構情報データベース部と、対象となる建築の架構に関する建築架構情報である対象建築架構情報を取得する対象建築架構情報取得部と、複数の建築の中から、対象となる建築に架構が類似する建築を抽出する類似建築抽出部と、抽出した建築を示す情報を出力する出力部とを備え、類似建築抽出部は、複数の建築の各々について選択し、選択した建築の建築架構情報および対象建築架構情報から算出されたＴａｎｉｍｏｔｏＳｃｏｒｅと、対象となる建築の最高高さと選択した建築の最高高さの比とに、少なくとも基づき、類似する建築を抽出する、類似建築抽出装置について開示されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０２３－１０８３３１号公報

【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、架構の部材構成や架構形状等の特徴量の表現は、極めて難しい。建物の高さ、主要スパン、アスペクト比等の特徴量を用いて表現することは可能であるが、これらにも限界があり、規模や架構構成が相違する個々の建物架構をこれらによってその全体像を数学的に統一した形で表現することには無理がある。また、架構の細部の状況を表すためにさらに多くの特徴量を設けても、それらを個々の建物から抽出するには多くの時間と手間を要することになり効率的でない。さらに、これらの架構の特徴量と部材に関わる特徴量を合わせて部材断面の推定に用いる場合においても、それらの特徴量は個々に特有な意味合いを持っているものも多く、それらを統一的に取り扱うことが難しい。このような数学的に統一した形での扱いが極めて困難な建物架構の性質は、ＡＩ技術を用いて架構部材断面の推定を行う際に大きな障害となり、その推定精度向上を妨げる大きな要因となっている。

【0006】

本発明は、上記の点に鑑みてなされたものであり、自然言語処理技術を架構に応用することで、建物架構やその部材に関わる諸特徴量を数学的に統一的に取り扱うことを可能にすることを課題とする。

【課題を解決するための手段】

【0007】

本発明は、上記の課題を解決するためになされたものであり、本発明の一態様は、情報処理システムであって、建物諸量を取得する取得部と、前記建物諸量を含む文章に文章化する建物諸量文章化部と、前記文章化された前記建物諸量を分散表現化する建物諸量分散表現化部と、前記分散表現化された前記建物諸量に基づいて、着目部材の架構部材断面を推定する架構部材断面推定部と、を備える、情報処理システムである。

【0008】

また、本発明の一態様は、情報処理装置であって、建物諸量を取得する取得部と、前記建物諸量を含む文章に文章化する建物諸量文章化部と、前記文章化された前記建物諸量を分散表現化する建物諸量分散表現化部と、前記分散表現化された前記建物諸量に基づいて、着目部材の架構部材断面を推定する架構部材断面推定部と、を備える、情報処理装置である。

【0009】

また、本発明の一態様は、情報処理装置のコンピュータが実行する情報処理方法であって、建物諸量を取得する取得ステップと、前記建物諸量を含む文章に文章化する建物諸量文章化ステップと、前記文章化された前記建物諸量を分散表現化する建物諸量分散表現化ステップと、前記分散表現化された前記建物諸量に基づいて、着目部材の架構部材断面を推定する架構部材断面推定ステップと、を有する情報処理方法である。

【0010】

また、本発明の一態様は、プログラムであって、情報処理装置のコンピュータに、建物諸量を取得する取得ステップと、前記建物諸量を含む文章に文章化する建物諸量文章化ステップと、前記文章化された前記建物諸量を分散表現化する建物諸量分散表現化ステップと、前記分散表現化された前記建物諸量に基づいて、着目部材の架構部材断面を推定する架構部材断面推定ステップと、を実行させるためのプログラムである。

【発明の効果】

【0011】

本発明の実施形態によれば、自然言語処理技術を架構に応用することで、建物架構やその部材に関わる諸特徴量を数学的に統一的に取り扱うことを可能にすることができる。

【図面の簡単な説明】

【0012】

【図1】本発明の第１の実施形態に係る情報処理装置１００の構成の一例を示すブロック図である。

【図2】本実施形態に係る情報処理装置１００における処理の一例を説明する説明図である。

【図3】本実施形態に係る情報処理装置１００における処理の他の一例を説明する説明図である。

【図4】本実施形態に係る情報処理装置１００における処理の他の一例を説明する説明図である。

【図5】本実施形態に係る情報処理装置１００における処理の他の一例を説明する説明図である。

【図6】本実施形態に係る情報処理装置１００における処理の他の一例を説明する説明図である。

【図7】本実施形態に係る情報処理装置１００における処理の他の一例を説明する説明図である。

【図8】本実施形態に係る情報処理装置１００における処理の他の一例を説明する説明図である。

【図9】本実施形態に係る情報処理装置１００における処理の一例を示すフローチャートである。

【図10】本実施形態の変形例に係る情報処理装置１００における処理の一例を説明する説明図である。

【図11】本実施形態の変形例に係る情報処理装置１００における処理の他の一例を説明する説明図である。

【発明を実施するための形態】

【0013】

＜第１の実施形態＞
以下、本発明の実施形態について、図面を参照して説明する。

【0014】

［情報処理システムの構成］
まず、第１の実施形態に係る情報処理システムＳＹＳについて説明する。
本実施形態に係る情報処理システムＳＹＳは、情報処理装置１００として１つの装置として実現する場合の一例について説明するが、情報処理装置１００の機能を情報処理システムＳＹＳにおける複数の装置として実現してもよい。

【0015】

情報処理システムＳＹＳ（情報処理装置１００）は、建物諸量を取得し、建物諸量を含む文章に文章化し、文章化された建物諸量を分散表現化し、分散表現化された建物諸量に基づいて、着目部材の架構部材断面を推定するシステムである。

【0016】

具体的には、情報処理システムＳＹＳは、建物架構を構成する部材の長さ、周辺部材の取付け状態、周辺部材の長さなどをそれぞれ１つの単語とし、建物架構はそれらにより構成される、いわば文、あるいは文章であるとして、自然言語処理における分散表現を各特徴量に応用することで、架構部材断面を推定する。換言すれば、情報処理システムＳＹＳは、各特徴量をすべて同次元の固定長ベクトルとして表現し、これを様々なＡＩと組み合わせて建物架構の部材を推定する。

【0017】

このようにすることで、情報処理システムＳＹＳは、自然言語処理技術を架構に応用することで、建物架構やその部材に関わる諸特徴量を数学的に統一的に取り扱うことを可能にすることができる。具体的には、情報処理システムＳＹＳは、建物に関わる各特徴量や建物の部材構成などをすべて同じ次元の固定長ベクトルとして表現できる。これにより、各特徴量の組み合わせは、それらのベクトル和として表現することができ、架構などの類似性も個々の建物を表す固定長ベクトルの内積などのベクトル演算結果として表現することができる。また、様々な特徴量や建物架構を固定長ベクトル化することで、それらをニューラルネットワークなどのＡＩ技術で多用されるマトリックス演算やベクトル演算に組み込み易くすることができ、既存および将来のＡＩ技術との親和性を高めることが期待できる。さらに、こうした各特徴量や建物の部材構成等の固定長ベクトル化（分散表現）は、将来的に他の分野において培われる得る自然言語処理関連技術、例えば、Ａｔｔｅｎｔｉｏｎなどの建築架構への応用に期待することできる。

【0018】

次いで、図面を参照して、情報処理装置１００について説明する。
図１は、本発明の第１の実施形態に係る情報処理装置１００の構成の一例を示すブロック図である。
情報処理装置１００は、通信部１１と、制御部１２と、記憶部１３と、入力部１４と、出力部１５と、を含んで構成される。
通信部１１と、制御部１２と、記憶部１３と、入力部１４と、出力部１５とは、バスを介して相互に接続される。

【0019】

通信部１１は、ネットワークを介して情報処理システムＳＹＳにおける他の装置と通信する機能を有する。通信部１１は、制御部１２によって制御され、制御部１２から出力される各種情報を他の装置に送信する。通信部１１は、他の装置から送信された各種情報を受信し、受信した各種情報を制御部１２に出力する。

【0020】

記憶部１３は、学習モデルを記憶する。
入力部１４は、マウス、キーボード、タッチパネル、マイクなどの入力装置である。
出力部１５は、表示部、スピーカなどの出力装置である。

【0021】

制御部１２は、情報処理装置１００の各部の処理を制御し、情報処理装置１００の機能を発揮する。制御部１２は、専用のハードウェアで構成されてもよいが、汎用のコンピュータシステムで構成されてもよい。コンピュータシステムは、少なくとも演算処理装置と記憶媒体を備える。演算処理装置として、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などのプロセッサが適用され得る。当該記憶媒体として記憶部１３とフラッシュメモリ（不図示）が用いられる。演算処理装置は、例えば、フラッシュメモリに予め記憶されたプログラムを読み出し、読み出したプログラムを記憶部１３に展開する。演算処理装置は、記憶部１３に展開されたプログラムを実行して制御部１２の機能を実現する。

【0022】

なお、ここで言うＣＰＵは、プロセッサ一般のことを示すものであって、狭義のいわゆるＣＰＵと呼ばれるデバイスのことだけではなく、例えばＧＰＵやＤＳＰ等も含む。また、ここで言うＣＰＵは、一つのプロセッサで実現されることに限られず、同じ、または異なる種類の複数のプロセッサを組み合わせることで実現されてもよい。

【0023】

制御部１２は、建物諸量取得部１２１と、建物諸量文章化部１２２と、建物諸量分散表現化部１２３と、架構部材断面推定部１２４と、学習部１２５と、を含んで構成される。

【0024】

建物諸量取得部１２１は、予め記憶部１３に記憶された建物諸量、あるいは通信部１１あるいは入力部１４を介して入力された建物諸量を取得する。建物諸量取得部１２１は、取得した建物諸量を、建物諸量文章化部１２２に出力する。

【0025】

ここで、建物諸量は、建物を特徴づける諸量であり、例えば、建物の高さ、着目部材の設置のレベル（高さ）、梁の部材長、端部の接合部タイプ、接合された各部材長などである。また、着目部材は、断面推定を行う対象である部材のことである。

【0026】

建物諸量文章化部１２２は、建物諸量取得部１２１から建物諸量が入力されると、自然言語処理を行い、建物諸量を文章化する。
具体的には、建物諸量文章化部１２２は、建物諸量として、建物高さａ［ｍ］、部材（着目部材）の設置レベルｂ［ｍ］、梁（柱）の部材長［ｍ］、端部の接合タイプｄ［タイプ］、端部が接合された部材の各部材長ｅ［ｍ］、ｆ［ｍ］である場合に、「建物高さがａメートル、その設置レベルがｂメートル、梁（柱）の部材長がｃメートルで、端部の接合部タイプがｄ、端部が接合された部材の各部材長がｅメートル、ｆメートル」のように、建物諸量に事前言語処理を行い文章化する。建物諸量文章化部１２２は、文章化した建物諸量を建物諸量分散表現化部１２３に出力する。

【0027】

ここで、建物諸量ａ～ｆの単語以外の文章（単語の集合）を定型文章として扱えば、上記の建物諸量ａ～ｆは、文章として記述することができる。すなわち、建物諸量ａ～ｆを単語として捉えたときのそれぞれの分散表現が得られれば、以降の処理において上記文章を各々、分散表現化（固定長ベクトル化）することができ、分散表現化（ベクトル化）された建物諸量と架構部材断面との対応関係を学習させた学習モデルと、分散表現化された建物諸量とによって架構部材断面推定が可能となる。また、断面サイズをｘとすると、ｘについては、断面にインデックス数値を割り当てることでも十分対応可能なので、特に分散表現化をしなくても良い。従って、建物諸量ａ～ｆの分散表現が得られればよい。

【0028】

建物諸量分散表現化部１２３は、建物諸量文章化部１２２から文章化された建物諸量が入力されると、文章化された建物諸量を分散表現化する。
建物諸量の分散表現化は、様々な手法を用いることが可能であるが、本実施形態では、以下に示すような、着目部材が含まれる架構の最高高さと着目部材の位置、および着目部材とそれに接続する周辺部材との関係から建物諸量を、分散表現化する場合について説明する。ここでは、当該手法をＦｒａｍｅ２Ｖｅｃと称する。具体的には、建物諸量分散表現化部１２３は、建物高さ、着目部材の部材設置レベル、端部の接合部タイプ、端部が接合された部材の各部材長を、各々の項目に対しそれらの種類を把握する。建物諸量分散表現化部１２３は、把握した種類にインデクス番号を付与し、それらに対応する行の要素に１を与えるベクトルを、各着目部材長に対して行うことで、建物諸量を分散表現化（ベクトル化）する。また、建物諸量分散表現化部１２３は、それらの一連の架構群における出現確率を算出する。建物諸量分散表現化部１２３は、最終的に上記１、０より構成されるベクトルを入力層、出現確率を出力層とする１層のＮＮにより建物諸量を分散表現化する。建物諸量分散表現化部１２３は、分散表現化した建物諸量を、架構部材断面推定部１２４に出力する。

【0029】

図２から図５を参照して詳述する。
図２は、本実施形態に係る情報処理装置１００における処理の一例を説明する説明図である。図３は、本実施形態に係る情報処理装置１００における処理の他の一例を説明する説明図である。図４は、本実施形態に係る情報処理装置１００における処理の他の一例を説明する説明図である。図５は、本実施形態に係る情報処理装置１００における処理の他の一例を説明する説明図である。

【0030】

図２に示す例において、建物Ａ１００とし、建物Ａ１００における地面からの高さを高さＡ１１、着目部材Ａ１の地面からの設置レベル（高さ）を高さＡ１２、端部が接合された部材の各部材が部材Ａ２および部材Ａ３と定義する。ここで、着目部材が含まれる架構の最高高さと着目部材の位置（領域Ａ１０）の高さは、高さＡ１２となる。

【0031】

図３に示す例は、図２の領域Ａ１０を詳細に示した一例である。また、着目部材Ａ１と接合部Ａ２０によって端部が接合された部材Ａ２（部材Ａ２１、および部材Ａ２２）、着目部材Ａ１と接合部Ａ３０によって端部が接合された部材Ａ３（部材Ａ３１、および部材Ａ３２）と定義する。

【0032】

建物諸量分散表現化部１２３は、着目部材が含まれる架構の最高高さＡ１２と着目部材Ａ１の位置、および着目部材Ａ１の長さとそれに接続する周辺部材Ａ２、Ａ３の長さとの関係から建物諸量を分散表現化する。具体的には、建物諸量分散表現化部１２３は、建物高さＡ１１、着目部材の部材設置レベルＡ１２、端部の接合部Ａ２０およびＡ２０の接合部タイプ、端部が接合された部材Ａ２、Ａ３の各部材長を、各々の項目に対しそれらの種類を把握する。建物諸量分散表現化部１２３は、把握した種類にインデクス番号を付与し、それらに対応する行の要素に１を与えるベクトルを、各着目部材長に対して行うことで、図４に示すように建物諸量を分散表現化（ベクトル化）する。また、建物諸量分散表現化部１２３は、それらの一連の架構群における出現確率を算出する。建物諸量分散表現化部１２３は、最終的に上記１、０より構成されるベクトルを入力層、出現確率を出力層とする１層のＮＮにより建物諸量を分散表現化する。

【0033】

なお、図４に示す例において着目部材Ａ１の梁部材長は、「２２．０」である。着目部材の出現確率は、１．０とする。図４に示す例において、各ラベルの出現確率に対して１／５を乗算しているが、各要素の値の合計が１．０となるように基準化しているためである。これは、出現率を各項目に対して算出しているため、そのままでは各要素の値の合計値が５．０となるためである。

【0034】

これらをダイヤグラムとして図示したものが図５に示す例である。
最終的に得られたＷｉｎの列ベクトルは、各項の値の分散表現ベクトルである。建物諸量分散表現化部１２３は、該当する各項目ラベルのＯｎｅＨｏｔベクトルを連結し、分散表現ベクトルを生成する。

【0035】

図１に戻って、架構部材断面推定部１２４は、建物諸量分散表現化部１２３から分散表現化された建物諸量が入力されると、架構部材断面を、以下に示す手法（ここではＶｅｃ２Ｓｅｃと称する）を用いて推定する。具体的には、架構部材断面推定部１２４は、分散表現化された建物諸量と、架構部材断面（断面ラベルのＯｎｅＨｏｔベクトル）との対応関係を学習した学習モデルに、分散表現化された建物諸量（着目部材Ｖベクトル）を入力することで、出力として架構部材断面を得る。ここで、着目部材Ｖベクトルは、建物高さ、部材設置レベル、接合部タイプ、端部が接合された各部材の長さの和であるΣ部材長さベクトルの和が含まれる。端部が接合された各部材の長さには、着目部材の長さを含む。これらを図示したものが図８に示す例である。

【0036】

また、架構部材断面推定部１２４は、計画建物の推定部材断面を、計画建物の各着目部材のＶベクトルをＮＮに入力した場合に出力されるベクトル要素の内、最も大きい値を示すものに対応する断面として推定する。ここで、ベクトル要素の最大値を与える行が位ｉである場合、Ｉｎｄｅｘ ｉの断面を推定断面として扱うものとする。これらを示したものが図７、８に示す例である。

【0037】

なお、計画建物の建物高さ、部材設置レベル、部材長和、部材長は、かならずしも学習データと一致するわけではない。そのため、計画建物の建物諸量の分散表現（ベクトル）は、学習で得られたベクトルを基に内外挿するものとする。例えば、計画建物の建物高さがｈｄで、その値を挟む学習時に得られた上限値をｈｕ、下限値をｈｌとし、上限値ｈｕに対応する分散表現ベクトルをＶｈｕ、下限値ｈｌに対応する分散表現ベクトルをＶｈｌとした場合、計画建物の建物高さｈｄに対応する分散表現ベクトルＶｈｄは、下記ベクトルの内分で与えられるものとする。
Ｖｈｄ＝｛Ｖｈｕ（ｈｄ－ｈｌ）＋Ｖｌ（ｈｕ－ｈｄ）｝／（ｈｕ－ｈｌ）
＝Ｖｈｕα＋Ｖｌ（１－α）
α＝（ｈｄ－ｈｌ）／（ｈｕ－ｈｌ）

【0038】

このように情報処理装置１００は、Ｆｒａｍｅ２ＶｅｃとＶｅｃ２Ｓｅｃを組み合わせることにより、フレームのジオメトリ情報（特徴量）から、その分散表現を介して構成部材断面を推定するシステム（Ｆｒａｍｅ２Ｓｅｃ）を構築することができる。

【0039】

図１に戻って、学習部１２５は、分散表現化された建物諸量と、架構部材断面（断面ラベルのＯｎｅＨｏｔベクトル）との対応関係を学習した学習モデルを生成する。当該学習モデルは、分散表現化された建物諸量（着目部材Ｖベクトル）を入力することで、出力として架構部材断面を得る。学習部１２５は、生成した学習モデルを記憶部１３に記憶させる。

【0040】

図９は、本実施形態に係る情報処理装置１００における処理の一例を示すフローチャートである。
ステップＳ１０１において、情報処理装置１００は、建物諸量を取得する。次いで、情報処理装置１００は、ステップＳ１０２の処理を実行する。
ステップＳ１０２において、情報処理装置１００は、建物諸量を文章化する。次いで、情報処理装置１００は、ステップＳ１０３の処理を実行する。
ステップＳ１０３において、情報処理装置１００は、建物諸量を分散表現化する。次いで、情報処理装置１００は、ステップＳ１０４の処理を実行する。
ステップＳ１０４において、情報処理装置１００は、分散表現化された建物諸量を学習モデルに入力することで架構部材断面を推定する。

【0041】

このように、本実施形態に係る情報処理装置１００は、建物諸量を取得する取得部（建物諸量取得部１２１）と、建物諸量を含む文章に文章化する建物諸量文章化部１２２と、文章化された建物諸量を分散表現化する建物諸量分散表現化部１２３と、分散表現化された建物諸量に基づいて、着目部材の架構部材断面を推定する架構部材断面推定部１２４と、を備える。

【0042】

このようにすることで、自然言語処理技術を架構に応用することで、建物架構やその部材に関わる諸特徴量を数学的に統一的に取り扱うことを可能にすることができる。

【0043】

次いで、変形例について説明する。

【0044】

変形例では、第１の実施形態における架構部材断面推定ＮＮの推定精度を向上させる場合について説明する。具体的には、ＴａｎｉｍｏｔｏＳｃｏｒｅを用いる場合の一例について説明する。
ＴａｎｉｍｏｔｏＳｃｏｒｅは、すでに建物の類似性を評価するのに極めて有効であることが確認されている。ただし、これまでのＴａｎｉｍｏｔｏＳｃｏｒｅでは、架構部材長に分布幅の概念を取り入れ、部材長分布を言わば分散表現することで離散的な架構部材長を一種の固定長ベクトル化して計算を行っている。
ところで、上述の自然言語処理には、分布幅の概念なしでも部材長の固定長ベクトル化ができるので、ＴａｎｉｍｏｔｏＳｃｏｒｅの評価において利用される架構部材長さの分布を用いて部材長の固定長ベクトルの和として表現することができる。すなわち、建物架構を固定長ベクトルとして表現することができる。本変形例では、このようにして定義される建物架構の正規化された（ベクトル長が１の）固定長ベクトルをＴａｎｉｍｏｔｏＶｅｃｔｏｒと称する。

【0045】

ＴａｎｉｍｏｔｏＶｅｃｔｏｒは、図１０に示すように算出可能である。

【0046】

具体的には、建物諸量取得部１２１は、建物諸量としてＴａｎｉｍｏｔｏＶｅｃｔｏｒ ｇをさらに取得する。
建物諸量文章化部１２２は、部材断面が属している建物のＴａｎｉｍｏｔｏＶｅｃｔｏｒがｇ、建物高さがａメートル、その設置レベルがｂメートル、梁（柱）の部材長がｃメートルで、端部の接合部タイプがｄ、端部が接合された部材長がｅメートル、ｆメートルのように、建物諸量を文章化する。

【0047】

建物諸量分散表現化部１２３は、着目部材ＶベクトルにＴａｎｉｍｏｔｏＶｅｃｔｏｒをベクトル加算して加算着目部材Ｖベクトルを生成する。建物諸量分散表現化部１２３は、加算着目部材Ｖベクトルに応じた部材断面インデックスのＯｎｅＨｏｔベクトルを対応づけることで、架構部材断面推定ＮＮを行う。これらを示したものが図１１に示す例である。

【0048】

このように、変形例によれば、ＴａｎｉｍｏｔｏＶｅｃｔｏｒを断面推定ＮＮに用いた固定長ベクトルに加算することで当該部材が属していた建物架構の情報を付加し、これにより架構部材断面推定精度を向上させることができる。

【0049】

なお、上述した実施形態における情報処理装置１００の一部をコンピュータで実現するようにしてもよい。その場合、この制御機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現してもよい。なお、ここでいう「コンピュータシステム」とは、情報処理装置１００に内蔵されたコンピュータシステムであって、ＯＳや周辺機器等のハードウェアを含むものとする。

【0050】

また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ－ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでもよい。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよい。

【0051】

また、上述した実施形態における情報処理装置１００の一部、または全部を、ＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ）等の集積回路として実現してもよい。情報処理装置１００の各機能ブロックは個別にプロセッサ化してもよいし、一部、または全部を集積してプロセッサ化してもよい。また、集積回路化の手法はＬＳＩに限らず専用回路、または汎用プロセッサで実現してもよい。また、半導体技術の進歩によりＬＳＩに代替する集積回路化の技術が出現した場合、当該技術による集積回路を用いてもよい。

【0052】

以上、図面を参照してこの発明の一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、この発明の要旨を逸脱しない範囲内において様々な設計変更等をすることが可能である。

【符号の説明】

【0053】

１００ 情報処理装置
１１ 通信部
１２ 制御部
１２１ 建物諸量取得部
１２２ 建物諸量文章化部
１２３ 建物諸量分散表現化部
１２４ 架構部材断面推定部
１２５ 学習部
１３ 記憶部
１４ 入力部
１５ 出力部
ＳＹＳ 情報処理システム

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】