[論文レビュー] Response Prediction of Structural System Subject to Earthquake Motions using Artificial Neural Network

Snehashish Chakraverty, Tshilidzi Marwala+2 more|arXiv (Cornell University)|May 15, 2007

Structural Health Monitoring Techniques参考文献 18被引用数 12

ひとこと要約

本研究では、チャモリおよびウッタルカシーの地震動データを用いて、インドの地震動下における構造系応答を予測するための人工ニューラルネットワーク（ANN）モデルを提案する。実際の地震データで訓練されたANNは、さまざまな強度と時間周期における最大応答を高い精度で予測でき、未観測の地震データに対しても強く一般化することができ、建物の事前地震安全性評価におけるその可能性を示している。

ABSTRACT

This paper uses Artificial Neural Network (ANN) models to compute response of structural system subject to Indian earthquakes at Chamoli and Uttarkashi ground motion data. The system is first trained for a single real earthquake data. The trained ANN architecture is then used to simulate earthquakes with various intensities and it was found that the predicted responses given by ANN model are accurate for practical purposes. When the ANN is trained by a part of the ground motion data, it can also identify the responses of the structural system well. In this way the safeness of the structural systems may be predicted in case of future earthquakes without waiting for the earthquake to occur for the lessons. Time period and the corresponding maximum response of the building for an earthquake has been evaluated, which is again trained to predict the maximum response of the building at different time periods. The trained time period versus maximum response ANN model is also tested for real earthquake data of other place, which was not used in the training and was found to be in good agreement.

研究の動機と目的

• 地震動下における構造系応答を予測するための人工ニューラルネットワーク（ANN）モデルの開発。
• インドの地震（チャモリおよびウッタルカシー）の実測地震動データを用いて、ANNの予測精度を評価すること。
• 将来の地震リスク予測のために、訓練に使用しなかった地震データに対しても一般化できるかを評価すること。
• 構造的安全性評価のための予測入力として、時間周期対最大応答の関係を活用する可能性を検討すること。

提案手法

• チャモリおよびウッタルカシー地震の記録された地震動データを用いて人工ニューラルネットワーク（ANN）を訓練する。
• ANNは、地震の時間周期とそれに対応する最大構造応答との関係を学習する。
• モデルは訓練データの一部を用いて学習し、残りのデータで一般化性能を評価する。
• 訓練済みのANNを用いて、訓練セットに含まれない異なる強度の地震に対する応答を予測する。
• 時間周期対最大応答の関係を別個にモデル化し、外部の実際の地震データを用いて検証する。
• モデルの予測結果を実際の応答と比較し、精度および実用的応用可能性を評価する。

実験結果

リサーチクエスチョン

• RQ1 限られた訓練データを用いて、ANNはインドの地震動下における構造系応答を正確に予測できるか？
• RQ2 訓練に使用しなかった地震に対して、ANNの一般化性能はどの程度高いか？
• RQ3 時間周期対最大応答の関係をどの程度正確にモデル化でき、構造的安全性予測に応用できるか？
• RQ4 異なる地震強度に対する応答予測において、ANNモデルの精度は維持されるか？
• RQ5 訓練済みのANNは、実際の地震発生前に建物の事前安全性評価に使用できるか？

主な発見

• ANNモデルは、1つの実際の地震データセットで訓練された後、さまざまな地震強度における構造応答を高い精度で予測した。
• 訓練データの一部を用いても、ANNは依然として応答を効果的に予測できたため、部分的訓練データに対しても頑健であることが示された。
• 異なる場所の地震データ（訓練に使用しなかったもの）に対するモデルの予測値は、実際の応答と良好に一致しており、一般化能力が確認された。
• 時間周期対最大応答のANNモデルは、さまざまな時間周期において一貫した精度で構造応答を予測できた。
• 本研究は、実際の地震発生を待たずに、ANNが建物の事前地震安全性評価に信頼できるツールとして機能できることを確認した。