| 研究課題/領域番号 |
17K13001
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
自然災害科学・防災学
|
|---|
| 研究機関 | 気象庁気象研究所 |
|---|
研究代表者 |
小寺 祐貴 気象庁気象研究所, 地震津波研究部, 研究官 (80780741)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
3,900千円 (直接経費: 3,000千円、間接経費: 900千円)
2019年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2018年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2017年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 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 |
|---|
| 研究成果の概要 |
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．本研究では，様々な観測環境にある地震計を地震動即時予測に取り込むための第一歩として，各地震計の連続波形記録から地震やノイズを教師なし学習で自動的に分類する手法の開発に取り組み，地震計の品質管理の自動化などにつなげる．周波数特性の類似性と時間的な近接性という特徴をうまく利用することで，連続波形記録上の地震や特徴的ノイズは教師なし学習で分類可能であることを示すことができた．
|
| 研究成果の学術的意義や社会的意義 |
本研究では，周波数特性の類似性と時間的な近接性という特徴をうまく利用することで，連続波形記録上の地震や特徴的ノイズは教師なし学習で分類可能であることを示すことができた．開発した手法は，地震動即時予測で用いる地震計の品質管理の自動化につながるものであり，地震動即時予測の迅速化・信頼性向上に寄与するだろう．また，本研究で得られた知見は，品質管理の自動化のみならず，様々な物理現象の自動検出にも適用可能なものであり，地震学における新たな機械学習の応用可能性を提示できた．
|
