研究課題
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、観測データへの推定精度を向上させるシミュレーション方法を得るための機械学習手法を提案し、その有効性を明らかにする。本研究の目標の一つである地震シミュレーションと深層学習をシームレスに実行する連結実行システムの開発を行った。また、ヘテロアーキテクチャ（ベクトルエンジン、CPU、GPU）スパコンであるES4へ最適化も行っている。また、スペクトル要素法による地震シミュレーションを訓練データとした深層学習モデルの構築により、観測地震波形の空間伝搬画像から地震の発震時、震源位置、マグニチュードを推定する手法開発を行った。具体的には深層学習の結果をフィードバックとし、地震シミュレーションの実行方法自体を変更し、またその結果を用いて地震シミュレーションの実行方法を改良するというメタラーニングを応用した手法の開発を進めた。箱根火山域の地下構造パラメータを変更しながら地震シミュレーションの実行と深層学習を繰り返し、10万の仮想地震イベントを計算した。これら研究結果は最終年度にて論文化を完了させ、EPS誌へ投稿し、アクセプト済（Sugiyama. et al.2022）である。前年度に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。また、本研究はシリコンバレーで開催のディープラーニングとGPUの世界最大級会議「GTC 2020」へNVIDIAより招待され、招待ポスター発表を行った。一方で、課題となった「日本における地震教師データセットの創出」は作業量が多くさらなる予算がかかるもので、本研究の域を超えた課題であることがわかった。これは新たな別の課題として残されており、今後の地震学における情報科学分野の発展のための課題として提案や取組を続けていきたい。
すべて 2022 2021
すべて 雑誌論文 (1件) (うち査読あり 1件、 オープンアクセス 1件) 学会発表 (1件) (うち国際学会 1件)
Earth, Planets and Space volume
巻: 73 ページ: 135
10.1186/s40623-021-01461-w
