データ拡張と神経進化に基づく石炭およびガス噴出予測
カテゴリ：災害・救急医療
公開日：2026年2月19日
タイトル：Coal and gas outburst prediction based on data augmentation and neuroevolution
雑誌名：PLoS One. 2025; 20(2): e0317461. doi: 10.1371/journal.pone.0317461. Epub 2025 Feb 20.
概 要：
本研究は、地下炭鉱における石炭およびガス噴出（CGO）のリスクを効率的かつ正確に予測するための手法を提案します。データ拡張と神経進化アルゴリズムを用いたCGOリスク予測法（ANEAT）を開発し、サンプル特徴を転送関数に適用して新しい特徴サンプルを生成します。これにより、データの不均衡や多様性不足の問題を解決します。次に、特徴重要度スコアのソートとSparse PCAによる次元削減を行い、進化的ニューラルネットワークの初期ゲノムコードを提供します。最終的に、進化的ニューラルネットワークを構築し、最適な表現型を得ることができます。
方 法：
本研究は、データ拡張を用いたコホート研究で、進化的ニューラルネットワークを構築します。サンプル特徴を転送関数に適用し、新しい特徴サンプルを生成します。次に、特徴重要度のソートとSparse PCAによる次元削減を行い、進化的ニューラルネットワークの初期ゲノムコードを作成します。最適な表現型を得るために、集団初期化、適応度評価、種の分化、ゲノム変異、再結合を行います。
結 果：
ANEATのテストセットにおけるMAE、RMSE、EVARの指標はそれぞれ0.0816、0.1322、0.8972であり、最適なCGO予測効果を示しました。データ拡張の効果分析、深層学習モデルの比較、群知能最適化アルゴリズムの比較など、複数の観点からANEATの有効性を検証しました。
結 論：
ANEATは、特徴パラメータと噴出リスクの高精度マッピングを実現し、軽量なネットワークアーキテクチャでCGO予測に適用可能であることが示されました。