2019 Fiscal Year Annual Research Report
Applicability of machine learning to tsunami source estimation for exploring devastated area
| Project/Area Number |
17H03316
|
|---|
| Research Institution | Kansai University |
|---|
Principal Investigator |
高橋 智幸 関西大学, 社会安全学部, 教授 (40261599)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
奥村 与志弘 関西大学, 社会安全学部, 准教授 (80514124)
河野 和宏 関西大学, 社会安全学部, 准教授 (60581238)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 機械学習 / ニューラルネットワーク / 津波波源断層モデル / 津波シミュレーション / 津波被害 |
|---|
| Outline of Annual Research Achievements |
(1)機械学習および推定精度の検証
発災後の迅速な津波波源推定に対する機械学習の適用可能性を分析した。アルゴリズムとしては深層学習を採用し、前年度で作成した訓練事例を用いて教師あり学習を行い、多層構造のニューラルネットワークを構築した。具体的には、模擬観測データを入力層、波源断層モデルを出力層の各ニューロンに与えて、学習誤差が小さくなるように、中間層のニューロンとシナプスの結合強度を変化させていった。そして、構築されたニューラルネットワークの汎化能力（訓練事例以外の教師データを推定する能力）の確認には、模擬観測データをニューラルネットワークに与え、その津波を発生させた波源断層モデルを推定させた。さらに、本研究では発災後12時間以内での激甚被災探索を目的としているため、ニューラルネットワークの推定に要する時間を検討した。
(2)ニューラルネットワークの分析
一般的に機械学習で作成されたニューラルネットワークの中身はブラックボックスとして取り扱われる。しかし、 本研究で対象としているのは救助・救援の基礎データとなる防災情報であり、それを発信するシステムの内部構造が不明では、情報の信頼性を向上させることは難しい。そこで、得られたニューラルネットワークの分析を行い、その構造を調べた。具体的には、波源断層モデルの各断層パラメータの津波波源形成への影響度と機械学習の訓練量に対応した推定精度の変化を比較することにより、人工知能としての特性を分析した。
(3)想定津波による人的・物的被害の推定
機械学習により推定された津波波源によって発生する津波が沿岸域においてどのような挙動を示し、被害を発生させるかを把握することは防災上重要である。そこで、人的および物的被害に大きな影響を与える砂移動や地形変化、建物に作用する波力、津波に伴う液状化などに関する数値計算を実施した。
|
| Research Progress Status |
令和元年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和元年度が最終年度であるため、記入しない。
|
