✔️課題
木材の損傷蓄積効果を予測するに際して、パラメーターを均整化するためにはかなりの時間を要しているため、新しい手法を提案する。

✔️解決手法
長期実験データをインプットとして、ニューラルネットワークのラベルづけを行うことで従来に比べて容易に予測処理を行うことが可能となった。

✔️結果
機械学習の採用により、木材損傷の予測モデルはより早く最適なケースを発見するに至った。複雑な土木問題のモデル予測として今後の発展が期待される。