ニューラルネットワークモデルにおけるコンクリートの機械的特性予測の過小評価・過大評価を調整するカスタム損失関数の開発

なぜより安全なコンクリート予測が重要なのか

ほとんどの現代の建物や橋はコンクリートに依存しており、エンジニアはコンクリートの強度を予測するために人工知能をますます活用しています。しかし標準的なニューラルネットワークは誤差を全方向で均等に小さくしようとする一方で、実際の構造物にとっては楽観的すぎる予測よりもやや慎重な予測のほうが安全です。本研究は、ニューラルネットワークがコンクリート強度を過大評価しにくくなるように訓練する新しい手法を示し、AIの利点を損なうことなく十分な安全余裕を保つ手助けをします。

安全性とスマートなアルゴリズムのバランス

土木設計の実務では、材料のばらつきや施工の不確かさに対処できるよう設計規則は保守的に定められています。コンクリートの強度を過小評価することは通常余分な安全余裕を生みますが、過大評価は安全余裕を静かに減らしてしまいます。従来のニューラルネットワークの訓練法はこれら二つの結果を区別せず、単に誤差の大きさを小さくすることを目指します。著者らはこれがエンジニアが実際にリスクを考える方法と相容れないと主張し、その安全志向を学習プロセスに直接組み込むことを目指しました。

慎重さを好む損失関数

本研究の核心はカスタム損失関数にあります。これは訓練中にニューラルネットワークに各誤差がどれほど悪いかを伝える規則です。提案された式はすべての誤差を同等に扱うのではなく、モデルが実際の値より高い強度を予測した場合に重いペナルティを与え、逆に低く見積もった場合には軽いペナルティを与えます。二つの制御パラメータがこの不均衡を支配し、モデルをより安全な過小評価へ調整できるようにします。損失は異なるデータセットやスケールで一貫して動作するよう正規化されており、TensorFlow や PyTorch のような一般的なツールと組み合わせて標準的なニューラルネットワーク設定で利用できます。

ゴム混入コンクリートでの実験検証

この慎重な学習規則が実際にどう振る舞うかを確認するため、著者らはゴム混入コンクリートに着目しました。これは骨材の一部が廃ゴム片に置き換えられた材料です。実験データセットを用いて、同じアーキテクチャの複数のニューラルネットワークを異なる損失関数で訓練し、平均二乗誤差や平均絶対誤差といった一般的な選択肢も含めて比較しました。次に各モデルが予測する二つの主要な機械的特性、すなわちコンクリートが負荷をどれだけ支えられるかを示す圧縮強度と、負荷下でどれだけ剛性があるかを表す弾性係数について性能を比較しました。

保守的な学習が予測をどう変えるか

カスタム損失関数で訓練したモデルは、従来の損失を用いたモデルとほぼ同等の全体的精度に達し、多くの場合誤差率は約6%程度でした。重要な違いは予測が実際の強度をどれくらい超えるかの頻度にあります。標準的な損失関数では、テストによっては予測の4分の1からほぼ全てが過大評価になることがありました。カスタム損失を適切に調整すると、その過大評価の割合は劇的に低下し、圧縮強度では約1%程度、剛性では10%未満まで下がりつつデータへの適合性も高く保たれました。予測値と測定値の散布図では、新モデルの点が理想的な等号線の少し下に集まっており、意図的な軽い過小評価バイアスを反映しています。

実際の構造物にとっての意義

単独で慎重な予測モデルが安全な建物を保証するわけではなく、設計者は依然として規範に従い、補強や荷重、形状を考慮し、部材や構造系の挙動を確認する必要があります。しかし材料レベルでニューラルネットワークを非保守的な過大評価から遠ざけることで、この新しい損失関数はAIに基づく予測が土木工学の基本にある「安全第一」の考え方と整合した形で設計検討に入るのを助けます。著者らはこの成果を概念実証と位置づけ、より大規模なデータセットや完全な構造モデルへの拡張が可能であり、既存の安全哲学と協調する実用的なAIツールへの一歩を提供すると述べています。

引用: Habib, A., Habib, M., Junaid, M.T. et al. Developing a custom loss function for regulating underestimation and overestimation of concrete mechanical properties predictions in neural network models. Sci Rep 16, 15950 (2026). https://doi.org/10.1038/s41598-026-44200-5

キーワード: コンクリート強度予測, ニューラルネットワーク, 損失関数, ゴム混入コンクリート, 構造安全性