概要 - 大規模言語モデルを用いた橋の状態評価のための非破壊評価プロファイル図の自動解釈

大規模言語モデルを用いた橋の状態評価のための非破壊評価プロファイル図の自動解釈

2025-07-18 17:39:03

{"Viraj Nishesh Darji","Callie C. Liao","Duoduo Liao"}

{cs.AI,cs.IR}

この研究は、大規模言語モデル（LLM）を用いて橋の状態評価のための非破壊評価（NDE）のコンtourマップの分析を自動化および強化する可能性を探求しています。本研究は、LLMがNDEデータから複雑な視覚情報を解釈し、詳細な橋の状態分析を行い、実行可能な推奨を行う効果を示しています。 ### 主要な発見： * **LLMの機能の全体評価**：研究は、ChatGPT-4、Claude 3.5 Sonnet、CogVLM2、ShareGPT4Vを含むさまざまなLLMをNDEコンtourマップの解釈に用いることを評価しています。この評価は、詳細な説明の生成、欠陥の特定、推奨の提供、そして全体の精度を考慮しています。 * **画像の詳細な説明の強化**：研究は、ChatGPT-4やClaude 3.5 SonnetなどのLLMが橋の状態についてより詳細かつ効果的な要約を生成することを発見しました。これは、LLMが橋の構造の健全性について包括的な概要を提供する可能性を示しています。 * **統合フレームワーク**：研究は、LLMを橋の点検プロセスに統合する実用的なフレームワークを提案しています。このフレームワークは、複数のLLMの強みを活かしつつ、技術データの解釈に構造化された体系的なアプローチを維持しています。 * **効率と精度**：発見は、LLMを支援した分析がインフラ評価プロセスの効率と精度を大幅に向上させる可能性があることを示しています。これにより、橋の維持に関する迅速な意思決定が可能になり、インフラの管理と安全性評価が向上します。 ### 方法論： 1. **データの入力と準備**：研究は、橋の状態評価のために取得したさまざまな測定技術（GPR、ER、IE、USW）による5つのユニークなNDEコンtourマップデータセットを使用しています。 2. **多モデル画像キャプション**：異なるLLMがNDEコンtourマップの詳細な説明と欠陥の特定を行います。 3. **要約分析**：複数の画像キャプションモデルの出力をLLM要約モデルを使用して統合し、橋の状態の包括的な概要を生成します。 4. **出力生成**：最終出力には、構造の健全性評価、欠陥の特定と分類、維持推奨などの主要な要素が含まれます。 ### 結論： このパイロット研究は、LLMが橋の状態評価を革新する可能性を示しています。NDEコンtourマップの分析を自動化し、詳細な洞察を提供することで、LLMはインフラ評価プロセスの効率と精度を大幅に向上させることができます。この研究は、効率的な橋の維持意思決定のための新たな道を開き、インフラの管理と安全性評価の分野に貢献します。