日本地球惑星科学連合2019年大会

講演情報

[J] ポスター発表

セッション記号 S (固体地球科学) » S-CG 固体地球科学複合領域・一般

[S-CG62] 固体地球科学における機械学習の可能性

2019年5月26日(日) 15:30 〜 17:00 ポスター会場 (幕張メッセ国際展示場 8ホール)

コンビーナ:内出 崇彦(産業技術総合研究所 地質調査総合センター 活断層・火山研究部門)、小田 啓邦(産業技術総合研究所地質情報研究部門)

[SCG62-P04] 深層ニューラルネットワークによる地震波形の自動検測

*内出 崇彦1 (1.産業技術総合研究所 地質調査総合センター 活断層・火山研究部門)

キーワード:地震、自動検測、深層学習

P波やS波の到達時刻を決めることは、地震波形解析の初めの一歩となることが多い。整合フィルタ解析のような相互相関に基づく手法は、イベント検出や相対的な地震波到達時刻を測るのによく用いられているが、この場合、雛型となる地震が必要であったり、大量の相互相関係数計算が必要であったりといった問題がある。特に、臨時観測データの場合などは、雛型の地震を用意するための手動検測が非常に大変な作業になる。

そこで、インセプションモジュールを導入した深層ニューラルネットワークによる自動検測システムを構築した。初めの試みとして、茨城県北部・福島県浜通り地域の地震を記録した防災科学技術研究所のHi-netの地震波形を用いた。この地域は、2011年東北地方太平洋沖地震以降、急激に地震活動が活発になっている。気象庁一元化処理震源カタログの手動検測の情報をone-hotベクトル化して、学習に用いた。

学習済みニューラルネットワークは検証データの70 %以上に対して、気象庁の検測値から0.02秒以内のP波到達時刻を出力することができた。出力結果を経験的に確率と結び付けることで、検測精度の評価につなげる。



謝辞

本研究では国立研究開発法人 防災科学技術研究所のHi-netの地震波形データと気象庁一元化処理震源カタログの検測値を利用した。本研究の遂行に当たっては、PyTorchライブラリ、国立研究開発法人 産業技術総合研究所(産総研)の計算機ABCI及びAAICを使用した。本研究は、公益財団法人 三菱財団 自然科学研究助成及び産総研エッジランナーズ事業の支援を受けて実施した。