・国立研究開発法人 新エネルギー・産業技術総合開発機構（NEDO）からの委託事業として、多目的ダムの利水運用効率化を目指す取り組みを実施。
・モデルとしてはCNN（Convolutional Neural Network）を採用。学習にあたり、入力データには気象レーダーを用いて観測した広範囲の雨量を使い、正解データには従来手法で計算された雨量を用いた。
・従来手法では30 分おきに、かつ過去1 時間の雨量から算出していた降雨量の予測を、5 分単位で予測することが可能になった。
・より正確なダム流入水量の予測ができ、発電効率の改善などが期待できる。
出典：「G検定公式テキスト第2版」（翔泳社・2021年）より
ディープラーニング活用事例
業種や会社名・フリーワードで探す
全3件
・コンクリート護岸の画像から、コンクリートの劣化をディープラーニングで判定。 ・劣化検知のアルゴリズムはTensorFlowで実装。
8
深層学習教科書 ディープラーニング G検定（ジェネラリスト）公式テキスト 第2版
・まずは八千代エンジニヤリング社の業務での活用からサービスをスタートし、将 来的には地方自治体や建設関連企業への提供を目指す。
出典：「G検定公式テキスト第2版」読者WEB特典（翔泳社・2021年）より
8
深層学習教科書 ディープラーニング G検定（ジェネラリスト）公式テキスト 第2版
・まずは八千代エンジニヤリング社の業務での活用からサービスをスタートし、将 来的には地方自治体や建設関連企業への提供を目指す。
出典：「G検定公式テキスト第2版」読者WEB特典（翔泳社・2021年）より
・RoadBotics は 2016 年に設立されたアメリカのスタートアップ企業。ディープ ラーニング等を用いて道路の老朽化診断を自動化。
・専用アプリを搭載した携帯カメラで道路を撮影し、自社プラットフォームに送信 して診断を行う。
・提携する道路清掃業者や運送業者の車両にアプリ搭載カメラをのせてもらい、路面のデータを収集している。
・将来的には、自動運転車により情報収集の完全な自動化を目指す。
出典：「G検定公式テキスト第2版」読者WEB特典（翔泳社・2021年）より
・専用アプリを搭載した携帯カメラで道路を撮影し、自社プラットフォームに送信 して診断を行う。
・提携する道路清掃業者や運送業者の車両にアプリ搭載カメラをのせてもらい、路面のデータを収集している。
・将来的には、自動運転車により情報収集の完全な自動化を目指す。
出典：「G検定公式テキスト第2版」読者WEB特典（翔泳社・2021年）より
ディープラーニングの活用事例を募集しています
JDLAでは、ディープラーニングを活用した事例の情報を募集しております。
申請いただいた情報は、内容を確認後、JDLAの公式サイトにて掲載させていただく予定です。
以下のリンク先のフォームに必要事項をご記入の上、申請お願いいたします。