2018 Fiscal Year Research-status Report
超高密度観測網に基づく地震動即時予測に向けて：機械学習による地震波の自動識別
| Project/Area Number |
17K13001
|
|---|
| Research Institution | Japan, Meteorological Research Institute |
|---|
Principal Investigator |
小寺 祐貴 気象庁気象研究所, 地震津波研究部, 研究官 (80780741)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 地震防災 / 地震動即時予測 / 緊急地震速報 / 機械学習 / 自動処理 |
|---|
| Outline of Annual Research Achievements |
地震動即時予測の迅速性・信頼性を向上させるためには，ノイズが混入する恐れのある地震計などのデータも積極的に取り入れることで，活用可能な観測点数を増やしていくことが重要である．そのためには，そのような地震計の観測データから，地震波の情報を効果的かつ自動的に抽出する手法の開発が必要である．
上記手法の開発を目的として，本年度は，地震とノイズを識別するためのモデルを機械学習によって自動的に構築する手法の開発を主に実施した．研究当初は，ラベル付きのデータベースを用意して教師あり学習によって自動識別を行う手法の開発を計画していたが，手法の汎用性や実用上の扱いやすさを考慮し，特段の加工を行っていない連続波形記録を入力として教師なし学習によって自動識別を行う手法の開発に取り組むこととした．
特徴量空間および時間空間でクラスタリングを多段階に行うことで，地震やノイズの時系列モデルを教師なし学習で構築する手法を提案した．近隣の鉄道によるノイズで観測波形が汚染されているMeSO-net観測点に対して同手法を適用し，地震，バックグラウンドノイズ，鉄道ノイズのそれぞれが，先見情報無しで自動的に識別できることを示した．
次年度は，この教師なし学習による手法の更なる高度化や，様々な観測点に対する適用等を実施する予定である．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の研究計画通り，機械学習により地震とノイズを識別する手法の開発に取り組め，一定の有効性を示すことができた．
|
| Strategy for Future Research Activity |
本年度で提案した教師なし学習による手法の更なる高度化や，様々な観測点に対する適用等を実施する予定である．
|
| Causes of Carryover |
次年度における学会や論文での研究成果発表の費用に充てることとしたため．
|
Research Products
(8 results)
