深層学習による次世代型震源決定システムの構築

• Project/Area Number: 25K17482
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 17040:Solid earth sciences-related
• Research Institution: The University of Tokyo
• Principal Investigator: 加藤 慎也 東京大学, 地震研究所, 特任研究員 (60984523)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,810,000 (Direct Cost: ¥3,700,000、Indirect Cost: ¥1,110,000); Fiscal Year 2027: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000); Fiscal Year 2026: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000); Fiscal Year 2025: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
• Keywords: 深層学習 / 震源決定 / 波動伝播 / 深部低周波地震

Outline of Research at the Start

本研究では、深層学習の一種であるNeural Operatorを用いて波動伝播を高速・高精度に再現し、走時を用いずに震源を特定する新たな手法を開発する。従来は走時の読取が困難な深部低周波微動や多数の余震の震源決定が課題であったが、本手法では観測波形の逆伝播により個々の震源を高精度に分離・特定できるため、地震活動の理解を飛躍的に向上させることが期待される。