[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)

近年の機械学習技術（深層学習を含む）は様々な分野で革新的な成果を挙げつつある．このような技術の固体地球科学への応用は，例えば，データ分類，パターン認識，データ回帰といった方法によって，研究分野の新たな地平を切り開くものとして期待されているところである．一方，深層学習の結果がどうして得られたのか解釈することが難しいという問題も抱えている．
このセッションは，固体地球科学の様々な分野における機械学習の応用例を一堂に会することで，今後の発展に向けて互いに刺激し合う場を提供する．深層学習の「ブラックボックス問題」に対する取り組みについての報告も期待する．

[SCG62-P01] Earthquake Magnitude Prediction with Seismic Nucleation Phase based on Machine Learning

*呉康銘¹、三宅弘恵² (1.東京大学大学院学際情報学府、2.東京大学大学院情報学環)

[SCG62-P02] 教師なし学習による連続地震波形記録に対する自動信号分類：人工ノイズおよび低周波微動への応用

*小寺祐貴¹、酒井慎一²、西宮隆仁¹ (1.気象庁気象研究所、2.東京大学地震研究所)

[SCG62-P03] Detection of Gas Bubble signals recorded at the OBS Stations by Machine-Learning

*emmy TY CHANG¹ (1.Institute of Oceanography, National Taiwan University)

[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)

[SCG62-P05] Seismic event detection in time-frequency domain with CNN and phase picking with HED

*Liping Fan¹ (1.Institute of Geophysics, China Earthquake Administration)

[SCG62-P06] 埋込み機械学習による長周期波形からの広帯域地震動合成

*岡崎智久¹、八谷大岳¹、上田修功¹、岩城麻子²、前田宜浩²、藤原広行² (1.理化学研究所革新知能統合研究センター、2.防災科学技術研究所)

[SCG62-P07] LSTM and CNN Applications to Forecast Earthquake Magnitude Probability Distribution

*劉齊¹、三宅弘恵²、鶴岡弘³ (1.東京大学大学院学際情報学府、2.東京大学大学院情報学環、3.東京大学地震研究所)

[SCG62-P08] FORCsensei: 機械学習を用いたFirst Order Reversal Curve (FORC)データ処理の最適化

David Heslop^1,2、Andrew Roberts^1,2、*小田啓邦²、Xiang Zhao^1,2、Richard Harrison³、Adrian Muxworthy⁴、Pengxiang Hu^1,2、佐藤哲郎² (1.オーストラリア国立大学、2.産業技術総合研究所地質情報研究部門、3.ケンブリッジ大学、4.インペリアルカレッジロンドン)

セッション情報