立地適性評価システムと機械学習による土地適性判定

本技術は、プラントの立地適性を支援するシステムです。既存のプラント周囲に関する情報を説明変数として用い、プラントの種類を目的変数として機械学習モデルを学習させます。評価対象の周囲情報を入力すると、適地性の指標を示す評価結果が得られます。データには取水源・人口・交通・周辺産業などを含め、欠損値処理や正規化といった前処理を行います。地図画像や写真からアノテーション情報(説明用の情報)を作り、学習データを作成します。モデルは検証法で評価され、複数候補地の比較が可能です。データ品質や学習データの偏りには注意が必要です。

本発明の要点は、周囲情報を説明変数、プラント種別を目的変数とするデータセットで、機械学習モデルを学習させる点です。データはアノテーション情報を用いて作成し、前処理部で外れ値除去・正規化・欠損値補完を行います。モデルはDNN、CNN、MLP、SVM、決定木、ランダムフォレスト、勾配ブースティング等を組み合わせて用いることができます。活性化関数はReLU、出力はソフトマックス、損失関数はクロスエントロピーを用います。検証にはホールドアウト法や交差検証を採用します。評価対象情報を入力すると、立地適性モデルが出力する確率値を評価結果として提示します。図６の学習処理と図６Ｂの評価処理のように、処理はデータ準備と推論の段階で分離され、データ品質管理と透明性を重視します。もしデータが不足している場合には、データ拡張や転移学習を検討します。