[S-TT44] 最先端ベイズ統計学が拓く地震ビッグデータ解析

[STT44-P02] 最小情報従属モデルを用いた混合ドメインデータの依存関係の解析：震源深さと初動発震機構解の依存関係解析への適用

*矢野 恵佑¹、清 智也² (1.統計数理研究所、2.東京大学)

キーワード：メカニズム解、依存関係、統計モデル

本発表ではSei and Yano, arXivで提案した多種多様な形式のデータ間の依存関係を調べる統計モデル及び依存関係の推定法を紹介する。提案手法のデモンストレーションとして、2021年の気象庁CMT解リストを用いて日本全土の初動発震機構解と深さの依存関係の解析事例を紹介する。
提案する混合ドメインデータに対する統計モデルは変数間の依存関係を表す未知の次元のパラメータ・周辺確率密度を規定する未知のパラメータをもつd変数の同時分布を規定する。提案モデルを最小情報従属モデルと呼ぶ。最小情報従属モデルの依存関係を表すパラメータをデータから推定することによって、各変数間にどのような依存関係があるか、どのくらいの依存関係があるか、ということを定量的に評価することができる。
最小情報従属モデルのデモンストレーションとして、メカニズム解と震源の深さの依存関係の解析を紹介する。この適用では、2021年の気象庁CMT解リストに掲載されている158個の地震を用いた。最小情報従属モデルを用いて両者の依存関係の定量的な評価を試みる。P軸とT軸を三次元空間上の直交枠(直交する二つの軸)と捉え、震源の深さを実数値と捉え、最小情報従属モデルを適用する。その結果として「震源が深くなるとP軸の鉛直に近い成分が0に近い地震が少なくなる」という傾向がデータから定量化できたこと、そしてその強度及び方角に関する定量化を紹介する。

T. Sei and K. Yano, Minimum information dependence modeling, arXiv:2206.06792