• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

International Joint Research on Seismological Big Data Analysis Techniques Using Artificial Intelligence

Research Project

Project/Area Number 23KK0181
Research Category

Fund for the Promotion of Joint International Research (International Collaborative Research)

Allocation TypeMulti-year Fund
Review Section Medium-sized Section 60:Information science, computer engineering, and related fields
Research InstitutionThe University of Tokyo

Principal Investigator

長尾 大道  東京大学, 地震研究所, 准教授 (80435833)

Co-Investigator(Kenkyū-buntansha) 徳田 智磯  東京大学, 地震研究所, 特任助教 (30748786)
Mendo・Perez Gerardo・Manuel  東京大学, 地震研究所, 特任研究員 (10978779)
加藤 慎也  東京大学, 地震研究所, 特任研究員 (60984523)
Project Period (FY) 2023-09-08 – 2027-03-31
Project Status Granted (Fiscal Year 2023)
Budget Amount *help
¥21,060,000 (Direct Cost: ¥16,200,000、Indirect Cost: ¥4,860,000)
Fiscal Year 2026: ¥5,720,000 (Direct Cost: ¥4,400,000、Indirect Cost: ¥1,320,000)
Fiscal Year 2025: ¥7,540,000 (Direct Cost: ¥5,800,000、Indirect Cost: ¥1,740,000)
Fiscal Year 2024: ¥5,720,000 (Direct Cost: ¥4,400,000、Indirect Cost: ¥1,320,000)
Fiscal Year 2023: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
Keywords地震 / 人工知能 / 国際共同研究 / 深層学習 / ビッグデータ / スロー地震
Outline of Research at the Start

本国際共同研究では、(A)地震波連続データからの地震波検出のための深層学習器の開発、(B)地震波連続データからの低周波微動検出のための深層学習器の開発、および(C)研究成果の公開という3項目を実施する。実施項目(A)および(B)においては、特定の地域の地震データによって学習済みの深層学習器に対し、他地域の地震データによるファインチューニングを実施することにより、地域性によらない汎用性の高い地震波・低周波微動検出のための深層学習器を構築する。実施項目(C)においては、本国際共同研究によって開発した深層学習器を論文にまとめて国際誌に発表するほか、開発したコードをGitHub等において公開する。

Outline of Annual Research Achievements

地震学においても、人工知能によるデータ解析やモデリング(以下、地震AI)研究が世界で競争的に実施されている。本国際共同研究の目的は、世界最先端の地震AI研究を実施している米国・カリフォルニア工科大学(以下、Caltech)のZachary E. Ross博士を海外共同研究者とし、日米が連携して世界の地震AI研究を主導することをねらうとともに、両国間の地震AI研究者の人的交流を活発化させ、特に日本の若手研究者に国際経験を積ませることにある。
研究開始初年度となる2023年度は、当初の計画通り、事前準備として2023年12月に本国際共同研究に参画する日本側の研究代表者、研究分担者3名、および東京大学大学院情報理工学系研究科の大学院生1名の計5名がCaltechを1週間にわたって訪問し、Ross博士を中心とする米国側の研究者と複数回にわたる意見交換会を実施した。意見交換会では、両国における地震AI研究の進捗状況について報告した後、今後の具体的な国際共同研究の進め方について議論した。特に、2024年12月を予定していたRoss博士の来日を同年4月に前倒しし、本国際共同研究を加速させることを決定した。また、当初の計画通り、2024年後半に研究分担者1名を2ヶ月程度にわたってCaltechに派遣し、国際共同研究を実施することを確認した。さらには、Caltechのセミナーにおいて、研究代表者が日本の地震AI研究に関する講演を行なった。
本国際共同研究を契機に、2024年1月に東京大学地震研究所とCaltechとの間で、地震研究全般にわたる人的交流の活性化を趣旨とする国際交流協定を締結するに至った。本協定においては、研究代表者とRoss博士が、日米それぞれの幹事教員を務めている。

Current Status of Research Progress
Current Status of Research Progress

1: Research has progressed more than it was originally planned.

Reason

2023年度は、日本側の研究者5名が12月に海外共同研究者のRoss博士が在籍するCaltechを訪問し、当初の計画を達成した。
その上、2024年12月に予定していたRoss博士の来日を同年4月に早めることにより、本国際共同研究を加速させることが決定したほか、当初は計画していなかった東京大学地震研究所とCaltechとの間の国際交流協定の締結に尽力など、当初の計画以上の成果を挙げることができた。

Strategy for Future Research Activity

2024年度は、CaltechのRoss博士および大学院生2名を東京大学地震研究所に招聘し、具体的な国際共同研究について立案する。また、当初の計画通り、2024年後半に研究分担者1名をCaltechに2ヶ月程度派遣し、地震AIに関する国際共同研究を実施する。

Report

(1 results)
  • 2023 Research-status Report
  • Research Products

    (18 results)

All 2023 Other

All Int'l Joint Research (1 results) Journal Article (2 results) (of which Peer Reviewed: 2 results,  Open Access: 2 results) Presentation (13 results) (of which Int'l Joint Research: 6 results,  Invited: 1 results) Remarks (2 results)

  • [Int'l Joint Research] カリフォルニア工科大学(米国)

    • Related Report
      2023 Research-status Report
  • [Journal Article] Wishart Mixture-based Multiple Clustering for Selecting Seismic Stations for Low-frequency Earthquake Detection2023

    • Author(s)
      徳田智磯, 長尾大道
    • Journal Title

      Ouyou toukeigaku

      Volume: 52 Issue: 2 Pages: 99-112

    • DOI

      10.5023/jappstat.52.99

    • ISSN
      0285-0370, 1883-8081
    • Related Report
      2023 Research-status Report
    • Peer Reviewed / Open Access
  • [Journal Article] Seismic-phase detection using multiple deep learning models for global and local representations of waveforms2023

    • Author(s)
      Tokuda, T. and H. Nagao
    • Journal Title

      Geophysical Journal International

      Volume: 235 Issue: 2 Pages: 1163-1182

    • DOI

      10.1093/gji/ggad270

    • Related Report
      2023 Research-status Report
    • Peer Reviewed / Open Access
  • [Presentation] Seismic-phase detection using multiple deep learning models for global and local representations of waveforms2023

    • Author(s)
      Kaneko, R., H. Nagao, S. Ito, H. Tsuruoka, and K. Obara
    • Organizer
      Asia Oceania Geosciences Society, The 20th Annual Meeting
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research
  • [Presentation] Seismic-phase detection using multiple deep learning models for global and local representations of waveforms2023

    • Author(s)
      Tokuda, T. and H. Nagao
    • Organizer
      Asia Oceania Geosciences Society, The 20th Annual Meeting
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research
  • [Presentation] Detection of deep low-frequency tremors from continuous paper records at a station in southwest Japan about 50 years ago based on convolutional neural network2023

    • Author(s)
      Kaneko, R., H. Nagao, S. Ito, H. Tsuruoka, and K. Obara
    • Organizer
      The International Union of Geodesy and Geophysics, The 28th General Assembly
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research
  • [Presentation] Seismic-phase detection using multiple deep learning models for global and local representations of waveforms2023

    • Author(s)
      Tokuda, T. and H. Nagao
    • Organizer
      The International Union of Geodesy and Geophysics, The 28th General Assembly
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research
  • [Presentation] Detection of deep low-frequency tremors from continuous paper records at a station in southwest Japan about 50 years ago based on convolutional neural network2023

    • Author(s)
      Nagao, H., R. Kaneko, S. Ito, H. Tsuruoka, and K. Obara
    • Organizer
      European Geosciences Union General Assembly
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research
  • [Presentation] Two-stage approach for transfer learning of seismic-phase detection model to a small sample size data via multiple-clustering-based classification2023

    • Author(s)
      Tokuda, T. and H. Nagao
    • Organizer
      American Geophysical Union Fall Meeting
    • Related Report
      2023 Research-status Report
    • Int'l Joint Research
  • [Presentation] 少量データに適用可能な地震波検出モデルの転移学習:マルチプル・クラスタリングを用いた二段階アプローチ2023

    • Author(s)
      徳田智磯, 長尾大道
    • Organizer
      日本地震学会秋季大会
    • Related Report
      2023 Research-status Report
  • [Presentation] 混合ウイシャートモデルに基づくマルチプル・クラスタリングによる低周波地震検出のための観測点選択2023

    • Author(s)
      徳田智磯, 長尾大道
    • Organizer
      統計関連学会連合大会
    • Related Report
      2023 Research-status Report
  • [Presentation] 人工知能による地震研究の新展開2023

    • Author(s)
      長尾大道
    • Organizer
      人工知能学会全国大会
    • Related Report
      2023 Research-status Report
    • Invited
  • [Presentation] 残差学習に基づく地震波形紙記録からの低周波微動の検出2023

    • Author(s)
      金子亮介, 長尾大道, 伊藤伸一, 鶴岡弘, 小原一成
    • Organizer
      人工知能学会全国大会
    • Related Report
      2023 Research-status Report
  • [Presentation] You Only Search Once: An alternative framework to detect slow earthquakes2023

    • Author(s)
      Gerardo Manuel Mendo Pérez, 長尾 大道
    • Organizer
      日本地震学会秋季大会
    • Related Report
      2023 Research-status Report
  • [Presentation] Detection of deep low-frequency tremors from continuous paper records at a station in southwest Japan about 50 years ago based on convolutional neural network2023

    • Author(s)
      金子亮介, 長尾大道, 伊藤伸一, 鶴岡弘, 小原一成
    • Organizer
      日本地球惑星科学連合大会
    • Related Report
      2023 Research-status Report
  • [Presentation] 地震波形の全体・局所領域に対する複数の深層学習モデルを統合した地震検出手法2023

    • Author(s)
      徳田智磯, 長尾大道
    • Organizer
      日本地球惑星科学連合大会
    • Related Report
      2023 Research-status Report
  • [Remarks] 東京大学地震研究所 長尾・伊藤研究室

    • URL

      https://www.eri.u-tokyo.ac.jp/people/nagaoh/

    • Related Report
      2023 Research-status Report
  • [Remarks] 文科省STAR-Eプロジェクト 東大研究課題「人工知能と自然知能の対話・協働による地震研究の新展開」

    • URL

      https://www.eri.u-tokyo.ac.jp/project/SYNTHA-Seis/

    • Related Report
      2023 Research-status Report

URL: 

Published: 2023-09-12   Modified: 2024-12-25  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi