| Project/Area Number |
23H00466
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 60:Information science, computer engineering, and related fields
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
長尾 大道 東京大学, 地震研究所, 准教授 (80435833)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
廣瀬 慧 九州大学, マス・フォア・インダストリ研究所, 教授 (40609806)
森川 耕輔 大阪大学, 大学院基礎工学研究科, 招へい教員 (40824305)
加納 将行 東北大学, 理学研究科, 助教 (10739056)
伊藤 伸一 東京大学, 地震研究所, 助教 (10756331)
平田 直 東京大学, 地震研究所, 名誉教授 (90156670)
|
|---|
| Project Period (FY) |
2023-04-01 – 2028-03-31
|
| Project Status |
Granted (Fiscal Year 2025)
|
| Budget Amount *help |
¥46,020,000 (Direct Cost: ¥35,400,000、Indirect Cost: ¥10,620,000)
Fiscal Year 2025: ¥10,010,000 (Direct Cost: ¥7,700,000、Indirect Cost: ¥2,310,000)
Fiscal Year 2024: ¥10,010,000 (Direct Cost: ¥7,700,000、Indirect Cost: ¥2,310,000)
Fiscal Year 2023: ¥5,980,000 (Direct Cost: ¥4,600,000、Indirect Cost: ¥1,380,000)
|
|---|
| Keywords | 地震 / 情報統計 / モデリング / サンプリング / サロゲートモデル / 代替関数 / Ginzburg-Landau方程式 / データ同化 / 4次元変分法 |
|---|
| Outline of Research at the Start |
大規模モデルと大容量データを取り扱う地震学分野においては、まずは人間の頭脳によってモデルの概要を考案し、データに合うようにその修正を行うという手順が従来の定石であった。しかしながら、モデルとデータは大規模化の一途をたどっており、頭脳によるモデリングはもはや限界を超えていることが明白である。
本研究課題では、代替関数によって構築した大規模モデルの計算量を大幅に削減するサロゲートモデルの候補を網羅的に提案するモデルサンプリング技術、および解析対象に合わせて大容量データから解析すべきデータを自動選択するデータサンプリング技術を創出し、次世代の地震モデリングに資する情報統計数理基盤として体系化する。
|
| Outline of Annual Research Achievements |
大規模モデルと大容量データを取り扱う地震学分野においては、モデリングを実施する際にはまずは人間の頭脳によってモデルの概要を考案し、データに合うように修正を行うという手順が従来の定石であった。しかしながら、モデルとデータは今後ますます大規模化の一途をたどると予想されており、頭脳によるモデリングはもはや限界を超えていることは明白である。本研究課題では、代替関数によって構築した大規模モデルの計算量を大幅削減するサロゲートモデルに基づいてモデル候補を網羅的に提案するモデルサンプリング技術、および解析対象に合わせて大容量データから解析すべきデータを自動選択するデータサンプリング技術を創出し、それらを次世代の地震モデリングに資する情報統計数理基盤として体系化することを目的とする。
研究開始となる2023年度は、研究推進の方策について十分な打ち合わせを実施する準備期間とした。2023年6月8日に、本研究課題のキックオフミーティングをオンラインにて開催し、本研究課題を具体的にどのように進めるか、特に研究集会の開催や、2年度目以降に雇用する研究員などについて、包括的な意見交換を行なった。それを踏まえ、本研究課題の推進を加速させるため、2024年2月1日に経験豊かな地震研究者1名を研究分担者に加えた。
研究面においては、モデルサンプリングの土台となる2階随伴法を応用した代替関数構築法について、国際会議の査読付き論文として投稿し、2024年5月1日付で採択された。さらには、データサンプリングの土台となる地震観測点選択法についても、国際誌および国内誌にそれぞれ論文が採択された。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
当初の計画通り、研究開始となる2023年度は準備期間とし、研究代表者と研究分担者の間で頻繁に連絡を取り合いながら本研究課題の推進について綿密な検討を行ない、それを踏まえて研究分担者1名を追加した。
また、本研究課題で実施するモデルサンプリングの土台となる代替関数構築法が国際会議の査読付き論文として採択され、データサンプリングのベースとなる観測点選択法に関する論文2編が国際誌と国内誌にそれぞれ採択された。
以上より、本研究課題は当初の計画以上に進展しているものと考えられる。
|
| Strategy for Future Research Activity |
当初の計画通り、2024年度はモデルサンプリング法とデータサンプリング法の構築を本格的に開始する。その際には、2023年度末に新たに研究分担者に加えた経験豊かな地震学者からの助言を仰ぐことにより、本研究課題をスムーズに推進させる。
|
