線形計画法と深層学習による人工衛星データの復元と解析

2021 Fiscal Year Research-status Report

• Project/Area Number: 20K21792
• Research Institution: National Graduate Institute for Policy Studies
• Principal Investigator: 土谷 隆 政策研究大学院大学, 政策研究科, 教授 (00188575)
• Co-Investigator(Kenkyū-buntansha): 上野 玄太 大学共同利用機関法人情報・システム研究機構(機構本部施設等), データサイエンス共同利用基盤施設, 教授 (40370093) ; 田中 未来 統計数理研究所, 数理・推論研究系, 准教授 (40737053) ; 池上 敦子 成蹊大学, 理工学部, 教授 (90146936)
• Project Period (FY): 2020-07-30 – 2023-03-31
• Keywords: 人工衛星 / GEOTAIL / 深層学習 / 整数計画 / プラズマ粒子

Outline of Annual Research Achievements

本研究の目的は、磁気圏尾部観測衛星GEOTAILが観測して圧縮した形で地上に送ってくる低エネルギープラズマ粒子の3次元分布データ（入射方向2次元（緯度方向7成分と経度方向16成分），エネルギー強度1次元32成分）を復元することである。この3次元分布は7×16×32=3584成分のヒストグラムで表現される。地上に送られてくるのは経度方向を周辺化して2次元に圧縮された512成分ヒストグラムと10個の統計量である。データは12秒に一回送られてくる。一日の内8時間は圧縮されない3次元データが送られてくるので、このデータを教師データとして使うことができる。
観測者は3次元ヒストグラムから求められるEtスペクトログラムという可視化グラフを用いて科学的推論を行う。地球惑星科学的な立場からGEOTAILデータを用いる研究の目的の一つに磁気リコネクションのような地磁気現象を発見することが挙げられるが、このことはEtスペクトログラムから判断される。
本年度も昨年度に引き続き深層学習による復元に取り組んだ。学習のために2年間分のデータを用いた。昨年度は、autoencoderベースのネットワークを用いた3次元復元を試みたが、本年度は、さらなる性能向上を目指してU-Net を生成ネットワークとして使用したGANをベースにした復元を試みた。その結果、autoencoderで復元した場合と比較すると、より鮮明なEtスペクトログラムが得られた。また、復元後の3次元分布の解析に独立成分分析を活用できる可能性が浮上したため、そのための検討を行った。今後、さらに性能を向上させるために、2次元圧縮データ（512成分)から直接Etスペクトログラム（224成分）を推計し、そこから整数計画法によって3次元ヒストグラムを復元することも試みる予定である。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

試行錯誤を重ねているが，GAN による復元を試みた結果，より鮮明な Et スペクトラムを得ることが可能となり，また，復元後の3次元ヒストグラムの解析のために，独立成分分析を活用できる可能性を見出すことができたため．

Strategy for Future Research Activity

プラズマ粒子の3次元分布3584成分を直接推計せずに，まず，Etスペクトログラム(224成分)を推計し，それより3次元することを実施する。また，3次元分布の表現に独立成分分析を活用する。

Causes of Carryover

新型コロナウイルス感染症の流行により，出張して対面の学会発表を行うことが困難となったこと，そして研究補助者による十分な雇用時間を確保する上での困難が生じたために次年度使用額が生じた。次年度使用額は日本オペレーションズ・リサーチ学会や日本応用数理学会の年会等での対面での学会発表を行い，研究補助者を雇用するために使用する予定である。