2019 Fiscal Year Research-status Report
観測特徴量同化法によるシミュレーションと深層学習の融合
| Project/Area Number |
19K12011
|
|---|
| Research Institution | Japan Agency for Marine-Earth Science and Technology |
|---|
Principal Investigator |
杉山 大祐 国立研究開発法人海洋研究開発機構, 付加価値情報創生部門(情報エンジニアリングプログラム), 技術主任 (00816184)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
坪井 誠司 国立研究開発法人海洋研究開発機構, 付加価値情報創生部門(地球情報基盤センター), 情報技術担当役 (90183871)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 深層学習 / 地震シミュレーション / 機械学習 / 並列計算 / メタ学習 |
|---|
| Outline of Annual Research Achievements |
本研究ではシミュレーション実活用の高度化を目的とし、シミュレーションと深層学習を連結し、観測データへの推定精度を直接向上させる機械学習手法を提案する。今年度はそのために必要となるデータ準備と開発を行った。まず、地震シミュレーションと深層学習をシームレスに実行する連結実行システムの開発を進めた。また、並列GPUでの効率的な学習プログラムの開発を完了させた。具体的には、時系列学習を行う場合に学習に長時間(3000時間程度)かかることが実験から解ったため、プログラム最適化と学習並列化開発を行い、これを1週間程度とした。これらの開発により学習における計算時間を大きく削減することが可能となった。また、予定していたK-NET観測データの教師データ化プログラム開発を進めた。
また手法開発の対象となる、スペクトル要素法による地震シミュレーションを訓練データとした深層学習モデルの構築により、観測地震波形の空間伝搬画像から地震の発震時、震源位置、マグニチュードを推定する手法について、関東平野規模から日本列島規模、さらに時系列学習を行えるよう改良を行った。この改良については日本地震学会にて発表を行ったほか、論文化を行い、アメリカ地震学会へ投稿し現在査読対応中である。
その他、本研究はディープラーニングとGPUの世界最大級会議「GTC 2020」へNVIDIAより招待され、招待ポスター発表（新型コロナウイルスの影響でデジタル開催となった）を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
予定していた進捗に加え、スペクトル要素法による地震シミュレーションを訓練データとした深層学習モデルの構築の時系列対応など、対象手法の高度化と、時系列学習への対応を追加で行った。
当初予期していない課題として、より多くの教師データセットを作成するために防災科研K-NET地震波形データ（全取得済）と気象庁発表データを紐づける必要があることが解った。この課題の検討と開発を行うとともに、現在日本では整備されていない標準地震波形教師データセットとしての整備までも視野に入れる。
|
| Strategy for Future Research Activity |
当初予期していない課題の対応として、日本において様々なフォーマットに分かれ教師データ化されていない地震観測ビッグデータ群の教師データセット化を目指し、相互紐付けプログラム、Webクローラプログラム、教師データ化プログラムの開発に向けた課題検討、準備を行う。気象庁データとK-NETを対象とし、年度末までにWebクローラについての試作を行う。
まずは上記の教師データセット化課題の進捗を見ながら、メタ学習の対象とする問題設定を再度行い、地震シミュレーション、深層学習プログラムの実行スケジュールについて判断する。
またメタ学習の対象となる、地震シミュレーション計算と特徴抽出手法の改良を行う。日本列島の地下構造モデル（相似トモグラフィーによるもの）の導入、メカニズム解の分散の考慮、3成分の加速度を考慮した特徴抽出を行う。また、時系列学習のための特徴抽出手法を改良・検証し、精度向上を目指す。
|
| Causes of Carryover |
人件費について計画していた研究生がキャンセルとなり、その後、地震のビッグデータ処理という課題の難しさから人員を確保できず、研究代表者が同作業を進めた。引き続き、データ処理が可能な人員を探し、見つかり次第人件費として当てる予定としていたが、新型コロナウイルスの影響により都合がつかない場合は、学習向け次世代GPUボードの購入に当てる予定である。人件費は一部についてGTC2020での招待講演の旅費に当てたが、新型コロナウイルスの影響により渡航不可となった。繰り越して次年度のGTC等の旅費とする予定である。
|
Research Products
(5 results)
