| Project/Area Number |
22K03753
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 17040:Solid earth sciences-related
|
|---|
| Research Institution | Tokyo University of Science (2023-2024)
Tokyo Institute of Technology (2022) |
|---|
Principal Investigator |
麻生 尚文 東京理科大学, 先進工学部物理工学科, 講師 (70801223)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
篠崎 隆宏 東京科学大学, 工学院, 教授 (80447903)
|
|---|
| Project Period (FY) |
2022-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2025: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
|
|---|
| Keywords | 地震活動 / 機械学習 |
|---|
| Outline of Research at the Start |
地震現象の多様性と複雑性を包括的に理解することは重要な課題である。しかしながら、応力・摩擦・流体などの物理的要素には不確定性が大きく、正確な演繹的モデリングは難しい。そこで、地震活動の統計解析に基づく経験則の精緻化から背景物理の理解へとつなげる帰納的アプローチが必要とされる。本課題では、地震間のミクロな相互作用を定量化することにより、多様な地震発生システムの物理的解明を目指す。
|
| Outline of Annual Research Achievements |
地震現象の多様性と複雑性を包括的に理解することは重要な課題である。しかしながら、応力・摩擦・流体などの物理的要素には不確定性が大きく、正確な演繹的モデリングは困難である。このため、地震活動の統計解析に基づく経験則の精緻化を通じて背景物理の理解へとつなげる帰納的アプローチが求められている。本課題では、地震間のミクロな相互作用を定量化することで、多様な地震発生システムの物理的解明を目指している。
昨年度は、地震活動を評価する上で基本となる、規模別頻度分布を表すグーテンベルク・リヒター則のb値を機械学習により推定する手法の開発を進めた。b値が時間変化するものとして捉え、ETASシミュレーションに基づき人工的に生成した地震活動に対して、時間変化するb値を高精度に推定する方法の検討を行った。特に、b値が線形的に時間変化する場合に加え、急に変化する場合についても学習を行った。
また、常時微動を利用して地震計間の伝達特性を求める相互相関法についても、検討を行った。この手法は、波源情報とは独立に地下構造異常の自動検知に応用可能である一方、波源の非等方性や時間的変動に対して脆弱であるという課題がある。そこで、波面の進行方向を内部的に推定しつつ地震波形を予測する深層学習手法の可能性について検討を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究実績の概要に述べた通り、現在は人工データによる検証を通じて手法の安定性と精度の評価を進めている。あわせて、開発した推定手法の改良を進めるとともに、実データへの適用可能性についても検討を開始している。
|
| Strategy for Future Research Activity |
今後は、b値の時間変化をより柔軟に表現できるネットワーク構造の構築と実データへの適用を進める。また、統計的手法と物理的手法の接続を視野に入れ、相互相関法や深層学習を用いた波動伝播解析との連携についても検討を深めていく。
|
