15:30 〜 15:45
[PEM15-19] 機械学習による衛星観測のプラズマ波動の分類・識別に関する研究
★招待講演
キーワード：プラズマ波動、衛星観測、機械学習
機械学習や統計手法の進歩により、データ駆動型科学が注目を集めている。本発表では、科学衛星で取得された大規模なプラズマ波動のデータセットに対して、教師なし／ありの機械学習を適用して得られた分類・識別に関する新たな知見を示す。(1) 地球磁気圏におけるヒス現象は長年にわたりその成因が議論されている。ホイスラもしくはコーラスが南北半球を磁力線に沿って往復した結果、インコヒーレントな波に変化し、そのスペクトル形状が崩れたとする説や、コーラスと同様に波動-粒子相互作用により生成されるという説など様々な主張がなされている。これに対して、1989年から2015年までの26年間、地球の内部磁気圏を継続的に観測してきたあけぼの衛星で取得した波形データ(WideBand Analyzer)を統計処理することにより、スペクトル上の差異に基づき、ヒスとコーラスを分類できるか調査した。具体的には、スペクトルを多次元の特徴量で表現し、混合ガウスモデルに基づくクラスタリングを利用することで、特徴量空間において各現象が明確に分離されるかどうかを、分類されたクラスタ間の距離により評価した。このクラスタリングでは、背景ノイズのクラスタに波動現象のデータが取り込まれてしまうという問題が生じるが、背景ノイズの強度分布が標準ガウス分布に従うよう特徴量変換を施すことで問題を回避した。その結果、ヒスとコーラスを示すクラスタには、特徴量空間において明確な違いが存在し、コーラスからヒスに徐々に変化するという解釈は難しいことが分かった。(2) 地球の南北オーロラ磁力線から放射されるオーロラキロメートル放射(AKR)は、地球から約60Re離れた月軌道上のかぐや衛星でも明瞭かつ高頻度で観測されている。AKRはR-XとL-Oの2つの伝搬モードをもつが、それらはAKRの発生機構にもかかわる重要な情報となる。かぐや衛星の掩蔽観測により識別された伝搬モードによってラベル付けされたスペクトルを教師データとして識別器を作成し、学習に使っていないスペクトルに対して伝搬モードの識別が可能かを調査した。識別器は、近年、画像認識の分野で急速に進化している畳み込みニューラルネットワーク(CNN)を利用した。CNNでは学習の過程において画像の特徴が自動的に抽出されるため、AKRのスペクトルを入力、伝搬モードを出力とする識別器とした。結果、学習したデータについては高い精度で伝搬モードの識別がなされたが、学習に用いていないデータについては、正しい識別をすることが難しかった。これは、教師データとして利用したAKRのスペクトルには、伝搬モードに関する情報を含んでいないことを意味している。