09:30 〜 09:45
[MGI29-03] 紫外線宇宙望遠鏡の検出器が測定した地球放射線由来のカウントレートの応答異常検知
キーワード:異常検知、地球磁気圏、機械学習
1950 年代後半に地球放射線帯が発見されて以来、多くの人工衛星が高エネルギー粒子の生成、輸送、損失過程を解明するためにプラズマの計測を行ってきた。放射線帯の粒子は地球の固有磁場によって捕捉され、磁力線を介して放射線帯に接続する上層大気に侵入する。私たちは外気圏1000km程度の高度で地球放射線帯由来の高エネルギー粒子のカウントを検出するために惑星分光観測衛星「ひさき」のデータを使用した。MCP (microchannel plate)検出器上のスペクトル領域は中心に限られており、それより外側の領域のダークカウントは、放射線のモニターとして使用することができる。
2014-2018年の観測データを解析したところ、人間の目で判別可能なダークカウント率の急激な増加(通常時の 2-5 倍)が何度か検出された。大きな変動だけでなく目視では見つけにくい微小な増加を検出し、変動の要因を探るためにするために応答異常検出の問題を解くことを試みた。ダークカウントの時系列に対して、衛星の地理的なパラメータ(緯度、経度、地心距離、Local time)を説明変数として用いた線形重回帰を適用した。その結果得られた予測モデルの信頼区間外のデータ点を異常として検出することができた。次にこの異常現象が太陽風の擾乱によるものかどうかを判断するために、宇宙天気の指標として使用されるSYM-H、地球の静止軌道(高度およそ36,000km)を周回するGOES衛星の観測データ(電子、プロトン、X線、磁場強度)を新たに説明変数に加えて回帰を行った。その上で、異常な点に対してそれぞれSHAP(SHapley Additive exPlanations)値を計算し、上記の特徴量の貢献の有無を評価した。
2014-2018年の観測データを解析したところ、人間の目で判別可能なダークカウント率の急激な増加(通常時の 2-5 倍)が何度か検出された。大きな変動だけでなく目視では見つけにくい微小な増加を検出し、変動の要因を探るためにするために応答異常検出の問題を解くことを試みた。ダークカウントの時系列に対して、衛星の地理的なパラメータ(緯度、経度、地心距離、Local time)を説明変数として用いた線形重回帰を適用した。その結果得られた予測モデルの信頼区間外のデータ点を異常として検出することができた。次にこの異常現象が太陽風の擾乱によるものかどうかを判断するために、宇宙天気の指標として使用されるSYM-H、地球の静止軌道(高度およそ36,000km)を周回するGOES衛星の観測データ(電子、プロトン、X線、磁場強度)を新たに説明変数に加えて回帰を行った。その上で、異常な点に対してそれぞれSHAP(SHapley Additive exPlanations)値を計算し、上記の特徴量の貢献の有無を評価した。