オガさんの次回の記事→最近の土木業界の動向で前回は、現場監督(職員)の話をしましたので今回は、工事現場で働いてもらう作業員さんについて話したいと思います。土木作業員の会社で... 2ページ / 3ページ中
オガさんの前回の記事 RC. オガさんの次回の記事→ 【記事のライター:RC. オガさん】 元は測量士で、今は土木の現場監督。 北海道南西沖地震をきっかけに施工の現場管理へ転向。 現在は、市民生活に欠かせないインフラの下水道工事を主に行っています。 RC. オガさんの匠の野帳をもっと見る ←RC. オガさんの前回の記事 RC. オガさんの次回の記事→今回は、工事着工前に実施することについて考えてみます。施工計画書と予算書は必要か工事を受注して一番初めに行うことは、発注された役所との打ち合わせです。... 11 10 ←RC. オガさんの次回の記事→2019年11月に、東京オリンピックのマラソンと競歩競技が札幌開催に急遽決まりました。東京都民は、「なぜ?」と疑問に思われたことでしょう。東京オリンピックは... 12 8 ←RC. オガさんの次回の記事→私が暮らしている札幌は、世界でも類を見ない積雪地でありながら大都会。冬でも快適な都市機能を損なわないよう日夜奮闘しているのは地元の除雪業者。12月1日か... 6 ←RC. オガさんの次回の記事→私たちが生業としている土木工事や建築工事では実際の工事を施工する前に、図面を起こして計画を立てなければなりません。発注先が役所なら、役所の担当職員が立... ←RC. オガさんの次回の記事→「現場監督の仕事は、段取り七分」なんて、新入社員の頃に先輩から言われたことがありませんか。現場監督を続けて、まさに実感している言葉です。段取りをちゃん... 13 ←RC. オガさんの次回の記事→最近では、手書きの図面から、すっかりCADに変わってしまいましたね。昔は、手書きの原稿を製図工に渡してインクを入れてもらい図面にしてもらいました。しかし... 5 ←RC. オガさんの次回の記事→現場監督に必要なスキルとはなんでしょうか。今回は、現場監督が自ら作らなくてはいけない書類について、それに必要なスキルとはなにかについて話したいと思いま... 9 ←RC. オガさんの前回の記事RC. 今年の工事から新しい夏対策はコロナ＆熱中症対策 | 新エンタの法面管理塾. オガさんの次回の記事→映画「バーニング オーシャン」は、2017年に公開されたアメリカ映画。2010年メキシコ湾原油流失事故が題材となった災害パニック映画になります。原油掘削工事の事... ←RC. オガさんの次回の記事→今回のテーマは建設業界の最新技術、とくに現場監督に求められ写真管理について語ろうと思います。フィルムカメラからデジタルカメラへ私が、土木業界に転職した... 7 ←RC.
暑さに勝つカラダへ! 熱中症&血液ドロドロ 一挙解決SP 熱中症に関するQ&A NHK健康チャンネルに掲載されている「熱中症」に関する質問を一部抜粋して紹介します。 『Q&A 熱中症』はこちら
気温が上昇する季節に工事現場で最も注意しなくてはならないことといえば「熱中症」になるでしょう。 「熱中症」は、年齢を問わずすべての人に発症する可能性があり、場合によっては命にかかわる健康リスクです。 労働災害としての「熱中症」は、建設業界でとくに多く発生しています。 そのため、工事現場での「熱中症」対策は、施工管理者が行う安全管理として必ず取り組まなければならない仕事のひとつとなっているのです。 そこで本記事では、工事現場の安全管理である「熱中症」対策について、ご紹介したいと思います。 そもそも熱中症とは?
空調服の威力は? 建設現場では認知度は高いが、一般の人からすると「なんだそれ?」となってしまいがちな空調服。現場の苦労を知らない人にとっては、理解しにくいとは思いますが、このような作業服が生まれているというだけで、建設業界の熱中症対策への本気度が伺えます。 ◎空調服を着るとどんだけ涼しくなるのか、灼熱のサウナで実験してみた! ちなみに「ケンセツプラス」編集部では、2年前に空調服の効果を実証していますので、ぜひリンク先の記事をご確認ください。 通気性の高い夏用の作業服 もし、1年中を通して同じ作業服を着ているという方がいれば、ぜひ夏用の作業服を購入することをおすすめします。近年、様々なメーカーが通気性、吸湿性、透湿性に特化した涼感素材でしのぎを削っています。ユニクロの「エアリズム」などが著名ですが、WORKMAN(ワークマン)など作業着専門のメーカーなどからもハイテク素材の商品が多く発売されています。商品サイクルがとても早いので、「夏用の作業着をしばらく変えてない」という方も、一度商品ラインナップだけでもチェックすると、劇的に快適さが変わるかもしれません。 これだけは忘れないように! 工事現場 熱中症対策 事例. ここで紹介した対策はあくまで熱中症対策の一部です。熱中症の予防・対策は、こまめな水分・塩分補給がメインとなりますが、その他に市販されているグッズでも様々な対応が可能です。また熱順化を意識することも大切です。 初夏にある真夏日・猛暑日などは順化前だと考えられるので、細心の注意を払うことが必要ですし、この時期はあえて自身の熱順化を促すような意識も大切かもしれません。 また今回紹介したような対策を行っていたとしても、体調管理を怠っていては意味がありません。特に夏場は、エアコンが効いている場所との温度差が極端ですので、体調を壊しやすい時期でもあります。寝不足や風邪気味ですと、普段より熱中症が発症しやすくなりますので、作業時間以外の体調管理にも気をつけましょう。 また夏場は毎朝、出勤前に天気予報をチェックしておきましょう。その日の最高気温を知るだけで、できる対策の幅が大きく変わります。今日は35℃以上あると知りながら作業するのと、何も知らずに作業をするのでは天と地ほどの差があります。 労働災害をなくすために!こちらの記事もチェック! ◎【徹底比較!】男の汗とニオイを「拭き」飛ばす汗ふきシート・ボディシート10選 ◎暑い夏でも快適に!建設現場でおすすめのクールインナー、冷感インナー ◎安全衛生経費が低すぎる!?
グラフ畳み込みニューラルネットワーク(GCN)の医療への応用例 医療への応用の例として、GCNで、急性中毒の高精度診断が可能になっています。 ここでは、ミュンヘン工科大学のHendrik BurwinkelらのArXiv論文 ()の概要を紹介します。 『急性中毒のコンピューター診断支援において、これまでのアプローチでは、正しい診断のための潜在的な価値があるにもかかわらず、報告された症例の年齢や性別などのメタ情報(付加的な情報)は考慮されていませんでした。 Hendrik Burwinkeらは、グラフ畳み込みニューラルネットワークを用い、患者の症状に加えて、年齢層や居住地などのメタ情報をグラフ構造として、効果的に取り込んだネットワーク(ToxNet)を提案しました。 ToxNetを用いたところ、中毒症例の情報から、医師の正解数を上回る精度で、毒素を識別可能となりました。』 詳しくは下記の記事で紹介していますので、興味のある方はご覧頂ければ幸いです。 4.まとめ グラフ畳み込みニューラルネットワーク(GCN)についてなんとなくイメージがつかめましたでしょうか。 本記事では、さらっと理解できることに重点を置きました。 少しでも本記事で、GCNについて理解が深まったと感じて頂ければ幸いです。
畳み込みニューラルネットワークとは何かお分かりいただけましたか? 【Hands Onで学ぶ】PyTorchによる深層学習入門 機械学習・深層学習の復習やPyTorchのライブラリの基本的な使い方など基礎的な内容から段階的にステップアップ
画像認識 CNNでは、画像認識ができます。画像認識が注目されたきっかけとして、2012年に開催されたILSVRCという画像認識のコンペがあります。 2011年以前のコンペでは画像認識のエラー率が26%〜28%で推移しており、「どうやって1%エラー率を改善するか」という状況でした。しかし、2012年にCNNを活用したチームがエラー率16%を叩き出しました。文字通り桁違いの精度です。 2012年の優勝モデルが画像認識タスクのデファクトスタンダードとして利用されるようになり、その後もこのコンペではCNNを使ったモデルが優勝し続け、現在では人間の認識率を上回る精度を実現しています。そして、このコンペをきっかけにディープラーニングを使ったシステムが大いに注目されるようになりました。 2.
2. LeNet 🔝 1998年に ヤン・ルカン (Yann LeCun)による LeNet が手書き数字認識において優れた性能を発揮するCNNとして注目を集めました。LeNetには現在のCNNの先駆けであり、以下のような層を含んでいます。 畳み込み層 プーリング層 ( サブサンプリング層 ) 全結合層 ネオコグニトロンでのS細胞層がLeNetにおける畳み込み層、C細胞層がプーリング層に対応します。ただし、LeNetはネオコグニトロンとは違って、これらの層を誤差逆伝播法で訓練しました。 2012年に ILSVRC で初めてディープラーニングを導入して優勝した AlexNet などと比べると小規模なネットワークですが、手書き数字の認識の性能はすでに実用レベルでした。 画像元: Wikipedia この頃はまだ、シグモイド関数を隠れ層で使っていたのが見えて興味深いですね。憶測ですが、 勾配消失 を避けるためにあまり層を増やせなかったのかもしれません。AlexNetではReLU関数が使われています。 3. 3.
こんにちは、たくやです。 今回は69歳のグーグル研究員、ジェフ・ヒントンが40年の歳月をかけて熟考して発表した新技術、 カプセルネットワーク をご紹介します。 今回も例によってわかりにくい数式や専門用語をできるだけ使わずに感覚的に解説していきます。 元論文 「Dynamic Routing Between Capsules」 この、カプセルネットワークは今、これまで機械学習で不動の地位を築いていたニューラルネットワークの技術を超える新技術なのではないかと期待されています。 彼の出した2つの論文によると、 カプセルネットワークの精度は従来のニューラルネットワークの最高時の精度 に、 誤答率は従来のニューラルネットワークの最低時の半分にまで減少 したといいます。 従来のニューラルネットワークとの違い では、何が従来のニューラルネットワークと違うのでしょうか? 一言でいうと、従来のニューラルネットワークが 全体をその大きさ で見ていたのに対して、カプセルネットワークが 特徴ごとに"ベクトル" で見ているという点です。 もう少し詳しく説明します。 例えば顔を認識する際に、従来のニューラルネットワークであるCNN(Convolution Newral Network) はそれが目なのか、鼻なのか、口なのかにしか着目していませんでした。(画像左) *CNNが何かを知らない方はこちらの記事の"CNNのおさらい"をご覧ください。 不気味なロボットから考えるCNNの仕組みのおさらいとAIによる画像認識の攻防戦 しかし、今回のカプセルネットワークはそれらの特徴がどのような関係で配置されているのかまで認識します。(画像右) 出典: Kendrick「Capsule Networks Explained」 より つまり、カプセルネットワークは個々の特徴を独立的に捉え、それぞれがどのような関係にあるのかということにまで着目します。カプセルネットワークの名前の由来がここにあります。ひとつひとつのカプセルに詰まったニューロンが個々の特徴に着目し、それぞれの関係に着目するのです。 これによって何が起こるのでしょうか? 出典: Medium 「Understanding Hinton's Capsule Networks. Part I: Intuition. 」 より 例えばこの写真、私たち人間の目には実物の自由の女神像を見たことがなくても、全て自由の女神像に見えます。 しかし、私たちは、何千枚と自由の女神の写真を見てきたわけではないですよね?私たちは、十数枚の写真を見ただけで、それが自由の女神像だと認識することができます。 それと同じことが機械学習でも可能になるのです。 機械学習を行うには5つのプロセスがありました。 データの収集 データの前処理 モデルの構築 実際に人工知能に学習させる モデルの改善 機械学習で最も大変なのは、実のところ、1と2のプロセスでした。しかし、今回のカプセルネットワークが実際に実用に耐えうるものだとされれば、1と2の手間がかなり省けるために、機械学習の可能性が一気に広がります。 カプセルネットワークの仕組み なぜそのようなことができるのでしょうか?