講演情報
[14007-13-04]大規模言語モデルを用いた曖昧な潜在情報の特徴抽出に基づく未観測パラメータ推定（シンポジウム講演概要）
*大竹 雄1、堀越 優侑1、Stephen Wu2、水谷 大二郎1、肥後 陽介3 (1. 東北大学、2. 統計数理研究所、3. 京都大学)
キーワード：
大規模言語モデル、液状化
人口減少と現代社会の構造変化に伴い，インフラ開発の自動化が急務となっている．これには，従来の専門家の経験的手法を多様な「潜在データ」を活用するためのデータ拡張が求められる．本研究では，地盤工学の数値解析における材料パラメータ推定のための，多種多様なマルチドメイン情報の利活用を探求する．特に，従来専門家の判断に依存していたパラメータ設定に着目し，大規模言語モデル（LLM）などの深層学習を基盤とした基盤モデルを用いたデータ拡張の可能性を検討する．液状化解析における27件の材料パラメータとそれに対応する有効応力経路を収集し，専門家の分析に代わる特徴量抽出手法を開発した．結果として，図から得られる視覚情報を活用することで効果的なパラメータ推定が可能であることが示された．本研究は，数値解析の自動化を前進させ，地盤工学の新たな方向性を示唆するものである．