本論文では、白砂岩、大理石、頁岩、岩塩のスペクトル収集を行い、サポートベクターマシン法、BPニューラルネットワーク法、分類回帰決定木の3つの手法を用いて岩石分類を行った。精度、再現率、カッパ係数によりモデルの優劣を定量的に比較し、最適な岩石分類スペクトルモデルの獲得を目指した。結果として、決定木モデルの分類精度は最低で93.1％であったが、スパースフィルタリングとBPニューラルネットワークを組み合わせた岩石分類モデルが最も良好な結果を示し、分類精度は97.1％、カッパ係数は0.958であった。本研究により、スペクトル測定によって岩石の種類を迅速に識別でき、実際の工事における異なる岩石の災害予防に重要な理論的根拠と実用的価値を提供することができる。

岩石分類;中赤外分光;機械学習;サポートベクターマシン;BPニューラルネットワーク