Mitsuyoshi Akiyama 研究室
主宰者：Mitsuyoshi Akiyama
早稲田大学
AI 要約（直近 5 年の研究成果）
秋山研究室は、橋梁などの社会基盤施設の安全性と機能性を長期にわたって確保することを目指した研究に取り組んでいます。研究の中核は、地震・津波・豪雨といった自然災害や経年による腐食といった複数の劣化要因が、インフラにどのような影響を与えるかを定量的に評価することです。鉄筋コンクリート橋の錆による劣化、プレストレスト橋の長期たわみ、石造アーチ橋の耐震性など、様々なタイプの橋梁を対象に、実験・数値解析・機械学習を組み合わせた多角的なアプローチで調査しています。
研究手法の特徴は、確率論や統計学に基づいた不確定性の定量化にあります。環境変動や構造的ばらつきを確率モデルとして組み込み、ベイズ推定や機械学習を活用して観測データから構造の状態を推定します。ドローンやレーザースキャナで取得した三次元点群データから橋梁の損傷を検出したり、ひび割れ画像から鉄筋の腐食程度を評価したりするなど、最新の計測技術と解析技術を融合させています。これらの知見は、橋梁の維持管理計画や防災対策の最適化に活かされており、社会基盤の持続可能性と強靭性の向上に貢献しています。
※ 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)
- 計算機科学Yang Xiang 研究室千葉大学論文 100 件·共通: 教師あり・統計学習, 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習 +14
- 材料科学Sergei Manzhos 研究室東京工業大学論文 100 件·共通: 教師あり・統計学習, 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習 +14
- 経営学・会計学Shingo Yamaguchi 研究室山口大学論文 98 件·共通: 人工知能・機械学習, 振動・動力学, 機械ダイナミクス, 機械力学・設計 +11
- 物理学・天文学Ryo Maezono 研究室東京工業大学論文 95 件·共通: 人工知能・機械学習, 振動・動力学, 機械ダイナミクス, 機械力学・設計 +11
- 社会科学Kazutoshi Sasahara 研究室東京工業大学論文 100 件·共通: 振動・動力学, 機械ダイナミクス, 機械力学・設計, 学習・記憶 +9
- 工学Josaphat Tetuko Sri Sumantyo 研究室千葉大学論文 100 件·共通: 振動・動力学, 機械ダイナミクス, 機械力学・設計, 学習・記憶 +10
- 工学Fei Jiang 研究室山口大学論文 95 件·共通: 振動・動力学, 機械ダイナミクス, 機械力学・設計, 学習・記憶 +10
- 社会科学Saori Takeyama 研究室東京工業大学論文 100 件·共通: 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習, 学習・記憶 +6
研究成果（77 件）
- DOI: https://doi.org/10.1016/j.strusafe.2026.102694
- DOI: https://doi.org/10.1016/j.eng.2026.02.002
- [2026] The micro-nano interfacial mechanism of polymer-carbon nanotubes for advanced bitumen nanocompositesDOI: https://doi.org/10.1016/j.carbon.2026.121758
- DOI: https://doi.org/10.1016/j.cacaie.2026.100074
- DOI: https://doi.org/10.1016/j.strusafe.2025.102684
- DOI: https://doi.org/10.1080/15732479.2025.2593586
- DOI: https://doi.org/10.1080/15732479.2025.2593590
- DOI: https://doi.org/10.1016/j.strusafe.2025.102672
- DOI: https://doi.org/10.1002/eqe.70091
- DOI: https://doi.org/10.1080/00102202.2025.2581181
続きを表示（残り 67 件）閉じる
- DOI: https://doi.org/10.1002/cepa.3307
- DOI: https://doi.org/10.1016/j.ress.2025.111607
- DOI: https://doi.org/10.1080/15732479.2025.2524819
- DOI: https://doi.org/10.1080/13632469.2025.2513271
- DOI: https://doi.org/10.1002/eqe.70004
- DOI: https://doi.org/10.1016/j.ress.2025.111242
- DOI: https://doi.org/10.1016/j.strusafe.2025.102622
- DOI: https://doi.org/10.1002/eqe.4374
- DOI: https://doi.org/10.1016/j.jclepro.2025.145697
- DOI: https://doi.org/10.1016/j.strusafe.2025.102605
- DOI: https://doi.org/10.1016/j.strusafe.2025.102599
- DOI: https://doi.org/10.1080/10168664.2025.2478772
- DOI: https://doi.org/10.1080/15732479.2025.2474696
- DOI: https://doi.org/10.1080/15732479.2025.2461639
- DOI: https://doi.org/10.2749/tokyo.2025.0205
- DOI: https://doi.org/10.1016/j.ress.2025.110800
- [2025] Stochastic Risk Assessment of Railway Masonry Arch Bridges in Seismic Prone Areas in PortugalDOI: https://doi.org/10.3850/978-981-94-3281-3_esrel-sra-e2025-p5944-cd
- DOI: https://doi.org/10.2749/tokyo.2025.0214
- DOI: https://doi.org/10.1016/j.pdisas.2025.100505
- DOI: https://doi.org/10.5610/jaee.24.4_85
- DOI: https://doi.org/10.1016/j.engstruct.2024.119399
- DOI: https://doi.org/10.1080/13632469.2024.2429727
- DOI: https://doi.org/10.1016/j.engstruct.2024.119163
- DOI: https://doi.org/10.1061/jbenf2.beeng-6716
- DOI: https://doi.org/10.1080/10168664.2024.2391356
- DOI: https://doi.org/10.1080/15732479.2024.2401371
- DOI: https://doi.org/10.1016/j.strusafe.2024.102518
- DOI: https://doi.org/10.1061/jbenf2.beeng-6613
- DOI: https://doi.org/10.1016/j.enggeo.2024.107543
- [2024] An analytical model for asymmetric wire breaking in unbonded prestressed single- and multi-strandsDOI: https://doi.org/10.1080/15732479.2024.2303742
- DOI: https://doi.org/10.1016/j.cemconcomp.2024.105565
- DOI: https://doi.org/10.1016/j.strusafe.2024.102477
- [2024] Book ReviewDOI: https://doi.org/10.1016/j.strusafe.2024.102471
- DOI: https://doi.org/10.1016/j.conbuildmat.2024.135650
- DOI: https://doi.org/10.1061/aomjah.aoeng-0026
- DOI: https://doi.org/10.1080/15732479.2023.2276373
- DOI: https://doi.org/10.1080/15732479.2023.2248097
- [2023] Probabilistic Life-Cycle Connectivity Assessment of Transportation Networks Using Deep LearningDOI: https://doi.org/10.1061/jbenf2.beeng-6149
- DOI: https://doi.org/10.1016/j.ress.2023.109448
- DOI: https://doi.org/10.1080/15732479.2023.2192508
- DOI: https://doi.org/10.1016/j.conbuildmat.2023.134140
- DOI: https://doi.org/10.1007/s00477-023-02602-1
- DOI: https://doi.org/10.1080/10168664.2022.2154731
- DOI: https://doi.org/10.1002/eqe.3857
- DOI: https://doi.org/10.1016/j.engstruct.2023.115588
- DOI: https://doi.org/10.1016/j.autcon.2023.105252
- DOI: https://doi.org/10.2208/jscejseee.78.1_1
- DOI: https://doi.org/10.2139/ssrn.4198922
- DOI: https://doi.org/10.3850/978-981-18-5184-1_ms-11-115-cd
- DOI: https://doi.org/10.1016/j.conbuildmat.2022.129817
- DOI: https://doi.org/10.1016/j.strusafe.2022.102279
- DOI: https://doi.org/10.1080/10168664.2022.2098894
- DOI: https://doi.org/10.1080/15732479.2022.2112059
- DOI: https://doi.org/10.1016/j.strusafe.2022.102263
- DOI: https://doi.org/10.1061/(asce)be.1943-5592.0001907
- DOI: https://doi.org/10.1080/15732479.2022.2061016
- DOI: https://doi.org/10.1080/15732479.2022.2038641
- DOI: https://doi.org/10.2208/jscejseee.78.4_i_127
- DOI: https://doi.org/10.1016/j.strusafe.2021.102098
- DOI: https://doi.org/10.2208/jscejseee.77.4_i_1
- DOI: https://doi.org/10.1080/15732479.2021.1995445
- DOI: https://doi.org/10.1080/13632469.2021.1991515
- DOI: https://doi.org/10.1016/j.strusafe.2021.102152
- DOI: https://doi.org/10.1016/j.conbuildmat.2021.124232
- DOI: https://doi.org/10.1016/j.compositesb.2021.109124
- DOI: https://doi.org/10.1016/j.strusafe.2021.102115
- DOI: https://doi.org/10.1002/eqe.3440
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）。