建設の技術基準に関する質問の専門性粒度（細かい/粗い）を96%正確に自動判定し、最適なRAGシステム（ColBERT/Naive）を選択する実用的なAgentic RAGシステムのMVPです。2025年11月に公開された河川砂防ダムの技術基準を対象に４つのRAGシステムを構築し、専門性の粒度が異なる200問の質問に対して、精度と速度を比較した。

Gemma3 RAG benchmark system for Japanese river/dam/erosion control technical standards.

A Hybrid Physics-Informed Machine Learning (PIML) System for Iraqi Concrete Optimization. Integrating DoE, Transfer Learning, and Lean Six Sigma for Engineering Certainty. [Phase 1: EDA]

An AI-powered bridge health classification system that automatically categorizes bridge inspection reports into health levels using machine learning. The system leverages Explainable Boosting Machine (EBM) to achieve high accuracy while maintaining interpretability.

EN : Water Pipe Leakage Risk Prediction System v0-3 | Industrial-grade GPR system achieving R²=0.9894 accuracy with 1,907x parallel processing efficiency | Complete scalability proven from N=44 to N=6000 datasets. JP : 水道管漏水リスク予測GPRシステム v0-3 | 産業レベル予測精度R²=0.9894、1,907倍並列処理効率化を実現したガウス過程回帰による高精度漏水リスク分析システム | N=44→N=6000完全スケーラビリティ実証済み