【企画講演】資源探査の動向と大規模データプロセッシング

[3301-05-04] (学生発表：修士課程)数値モデルを事前情報とした深層学習による地熱地域のモデリング手法の開発

○嶋 章裕¹、石塚 師也¹、林 為人¹、Elvar Bjarkason²、鈴木 杏奈³ (1. 京都大学、2. 秋田大学、3. 東北大学)

司会：久保大樹（京都大学）

キーワード：深層学習、ニューラルネットワーク、地熱システム、地熱系シミュレーション、多次元尺度構成法

自然状態の熱水系シミュレーションモデルの構築は、地熱資源開発において重要である。しかし、既存のモデリング手法にはいくつかの課題も指摘されており、計算コストや解の探索の効率性等の点において改善が求められている。そこで本研究では、深層学習を用いた地熱地域のモデリング手法を提案し、これらの問題の解決を目指した。また深層学習においては、観測データのみでは教師データが不足することが考えられるため、シミュレーションデータを用いて作成した数値モデルを教師データとして用いることを提案する。ただし、この教師データは予測精度や汎用性に大きな影響を与えることがわかっている。そこで本研究では、複数の数値モデルを事前情報として与えることを提案し、推定精度の向上を図った。結果、提案手法を用いることにより、より高精度な推定が可能であることが示された。