[2A1] 機械学習-深層学習(1)

[2A1-02] Stacked Recurrent Neural Networkによる桜島噴火予測

〇村田 剛志¹、ヒープ レ¹、井口 正人² (1. 東京工業大学、2. 京都大学)

キーワード：深層学習、火山噴火予測、RNN

火山の噴火は時として多くの人々に甚大な被害をもたらす。本稿では桜島に設置
されている観測装置(伸縮計)から得られる時系列センサーデータから火山噴火
を予測する我々の試みについて述べる。伸縮計の100分間のデータをもとに、
その直後の60分間の火山の状態が"噴火"か"非噴火"かを予測することが目標である。
Stacked Recurrent Neural Networkを用いて、平均F値66.1%の精度を達成した。
また、時系列データを"Non-eruption"、"May-eruption"、"Warning"、"Critial"
の4つのカテゴリに分類する4段階警告システムを提案する。"Critial"カテゴリ
における爆発的噴火の割合は51.9%であった。