Deeksha Arya 研究室

主宰者：Deeksha Arya
東京大学

AI 要約（直近 5 年の研究成果）

本研究室は、道路の損傷状態を自動的に検出・分類するための機械学習技術に取り組んでいます。舗装面のひび割れやポットホール（凹み）などの劣化現象を画像から識別することで、自治体や道路管理機関が低コストで効率的に路面状態を監視できるシステムの開発を目指しています。研究の背景には、スマートフォンなどで撮影した道路画像を活用し、高額な点検機器に頼らない持続可能な維持管理手法の実現があります。 手法としては、深層学習（ディープラーニング）に基づいた物体検出モデルや画像分割モデルを用いています。複数国から収集した大規模な道路画像データセット（数万枚以上の画像と損傷ラベル）を構築し、これを用いてモデルの学習と評価を行っています。また、プライバシー保護と計算効率の向上を両立させるため、連邦学習という分散機械学習技術を導入し、生データを共有せずにモデルパラメータのみを交換する国際共同学習の実現に取り組んでいます。 主要な発見として、異なる気象条件や道路環境を持つ複数国のデータを組み合わせることで、より汎用性の高い検出モデルが構築できることが報告されています。さらに、連邦学習により、プライバシーを維持しながら各国の知見を集約したグローバルモデルを開発することが可能であり、これが地域ごとのローカルモデルよりも優れた性能を発揮することが実証されています。

※ AI（Claude）が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。

外部リンク

関連研究室(8 件)

研究成果（16 件）

続きを表示（残り 6 件）

科研費（0 件）

まだデータがありません（KAKEN 取り込み後に表示）。

所属学会・役職（0 件）

まだデータがありません（学会データ連携後に表示）。