[S-CG51] 機械学習による固体地球科学の牽引

[SCG51-04] 地震イベント判別における1Dおよび2D CNNの比較～火山性地震およびテクトニック微動への適用

*中野 優¹、杉山 大祐¹ (1.国立研究開発法人　海洋研究開発機構)

キーワード：機械学習、爆発地震、スロー地震

はじめに：機械学習の地震学への応用として、シグナルの自動判別やP, S初動の自動読み取りがあり、その基本的な手法として、畳み込みニューラルネットワーク（CNN）がある。CNNへの入力は波形を一次元データとして入力するもの（1D CNN; 例えばRoss+ 2018）と、ランニングスペクトル（RupSP）を二次元画像データとして入力するものがある（2D CNN; 例えばNakano+ 2019, Takahashi+ 2021）。後者はRunSPの計算が必要であるが、シグナルの周波数特性を明示的に学習することで震源の物理的特性を反映した判別ができると考えられる。一方CNNにおける畳み込み層はFIRフィルタと等価であり、1D CNNでもシグナル判別に必要な周波数特性を自動で学習していると考えられるが、これらの手法について性能比較はされていない。本研究では全く同じデータセットを用い、両者の性能比較を行った。
手法：CNNモデルは以下の様にした。2D CNNはNakano+ (2019)と同じ、すなわちRunSP画像を入力とし、畳み込み層（conv）とプーリング層（pool）を交互に2層ずつ接続、最後に全結合層（FC）を2層接続し、3つのクラス（地震動、微動、ノイズ）に分類する。1D CNNはよく似た構成とした。2D convは2層の1D convと同等であるとし、convとpoolを交互に4層ずつ配置、最後にFCを2層接続、3つのクラスに分類する。1D CNNのチャンネル数は学習するFIRフィルタの数に対応し、いくつかの組み合わせを試した。
入力シグナルの波形データを25 Hzにデシメートし、163.84 s=4096 ptsの波形を切り出した。これを5.12 s（128 pts）half overlap windowsのFFTによって0.2~12.5 Hzの周波数成分を表す64×64ピクセル（=4096 pts）のRunSP画像とし、2D CNNの入力とした。1D CNNへは同じ波形を入力とした。どちらも最大振幅で規格化した。
入力データセットとして二つのカタログを用いた。一つはNakano+ (2019)で用いた南海トラフ浅部テクトニック微動、もう一つは火山性シグナルとして気象庁による2015年の桜島の爆発地震である。テクトニック微動はDONET波形データから、火山性シグナルは気象庁による地震計記録から波形を切り出した。テクトニック微動はイベントの70%を訓練データ、15%ずつを検証およびテストデータとした。火山性シグナルは3-7月を訓練データ、1-2月を検証データ、8-9月をテストデータとした。火山性シグナルはクラスごとのイベント数が大きく異なるため、ミニバッチを作成する際に各クラスの数が同程度になるようランダムにサンプルする確率を調整し、不均衡データに対応した。性能の評価には、balanced accuracy（BACC）を用いた。100エポック学習させ、検証データに対するBACCが最小となるモデルを採用した。
結果：1Dと2Dでは学習速度に差異がみられ、2Dの方が速かった。しかし、最終的にテストデータに対するBACCは1D, 2Dともに同程度となり、有意な差は見られなかった。この結果は、1D, 2Dともに同程度の性能であることを示している。複数試した1Dモデルの間でも性能に大きな差は見られなかった。
議論： AIの多くは判別の根拠を知るのが難しくブラックボックスと言われ、CNNもその一つである。しかし1D CNNの畳み込み層はFIRフィルタと等価であり、1層目の係数によるフィルタ特性から第一義的にシグナル判別に使われる周波数成分を知ることができる。簡単のため1層目のチャンネル数を4に制限してモデルを学習、係数から周波数特性を調べた。Conv層はハイパスおよびローパスフィルタとなっていたが、テクトニック微動および火山性シグナルともに、4-8Hzに谷を持つ特性が共通して得られた。イベント判別には様々な帯域のシグナルの特徴が使われていると考えられるが、第1層に共通するストップバンドはどの入力クラスにも共通するため、この帯域は判別には有用ではないと考えられる。
謝辞：本研究はJSPS科研費 JP19K04050および21H05205の助成を受けたものです。また気象庁による桜島の爆発地震カタログ、DONETデータ、気象庁による桜島の地震計記録を使用しました。記して感謝いたします。