| 研究課題/領域番号 |
19K12011
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60100:計算科学関連
|
|---|
| 研究機関 | 国立研究開発法人海洋研究開発機構 |
|---|
研究代表者 |
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), 准研究副主任 (00816184)
|
|---|
| 研究分担者 |
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), 上席技術研究員(シニア) (90183871)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2019年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 深層学習 / 地震シミュレーション / 機械学習 / GPU並列計算 / メタ学習 / 並列計算 |
|---|
| 研究開始時の研究の概要 |
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。推論モデルの観測データへの推定精度を損失関数、シミュレーションの静的パラメータを最適化対象とし、静的パラメータ変更とシミュレーション実行を繰り返し、GPUクラスタによる並列分散学習を行う。本研究では、地震シミュレーションによる観測データへの震源パラメータ推定の精度最大化を実例として手法の評価を行う。提案手法の有効性が確認できれば、対象の実問題推定の精度向上だけでなく、より実問題に適したシミュレーション実行方法やパラメータ発見に繋がる可能性がある。
|
| 研究成果の概要 |
本研究では地震シミュレーションと機械学習を組み合わせて地震震源を特定し、地震観測データへの推定精度を向上させる手法の開発を行った。現実的な3次元地球モデルの数値地震波形を計算し、これらの波形を使用して、地球の表面での地震波伝播の空間画像を作成する。これらは回帰によって地震震源を特定するニューラルネットワークの教師データセットとして使用した。これを観測された地震波形に適用し、この手法の実現可能性を示した。理論的な地震波形の計算数を増やすことで震源決定の精度を向上できる点にこの手法の優位性がある。任意の場所に地震を配置し、これまで地震が発生したことのない場所で地震を特定することが可能となる。
|
| 研究成果の学術的意義や社会的意義 |
本研究の成果は、数値シミュレーションの結果として得られるデータを機械学習に取り入れ、実世界への機械学習タスク推定を行う手法の高度化など新しい活用が期待できる。特に地震の震源決定については、地震が発生しやすい地域の地震活動を研究するために不可欠であり、社会的な利益に繋げることが期待できる。よって学術的にも社会的にも意義のあるものであると考える。本研究についてEarth, Planets and Space誌へ投稿しアクセプト済である。特許も出願済であり、本課題目的は十分達成されたと考える。一方で新たな課題も生まれており、これからの研究活動で取り組んでいきたい。
|
