海水侵入は世界的な環境問題であり、その動的進化特性のため、実際の監視にはより正確で便利な技術的方法を選択する必要があります。近年、地球物理探査方法は沿岸帯帯水層の監視において重要な役割を果たしており、高密度電気探査法は一般的な電気探査技術として地質探査や水文地質分野で広く応用されており、海水侵入による塩水と淡水の界面監視にも多くの応用があります。高密度電気探査法のデータ解釈方法の研究は国内外の学者の関心事となっています。コンピュータ技術の発展に伴い、機械学習アルゴリズムが高密度電気探査法のデータ解釈に徐々に導入されており、その中でもBPニューラルネットワーク、極限学習機、畳み込みニューラルネットワークアルゴリズムは、一般的で有望な3つの機械学習データ解釈方法です。本論文では、それらの基本原理、研究の進展および応用現状についてまとめて考察します。

海水侵入;高密度電気探査法;BPニューラルネットワーク;極限学習機;畳み込みニューラルネットワーク