| 研究課題/領域番号 |
20K21792
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分60:情報科学、情報工学およびその関連分野
|
|---|
| 研究機関 | 政策研究大学院大学 |
|---|
研究代表者 |
土谷 隆 政策研究大学院大学, 政策研究科, 教授 (00188575)
|
|---|
| 研究分担者 |
上野 玄太 大学共同利用機関法人情報・システム研究機構(機構本部施設等), データサイエンス共同利用基盤施設, 教授 (40370093)
田中 未来 統計数理研究所, 数理・推論研究系, 准教授 (40737053)
池上 敦子 成蹊大学, その他部局等, 客員研究員 (90146936)
|
|---|
| 研究期間 (年度) |
2020-07-30 – 2024-03-31
|
| キーワード | 人工衛星データ / 深層学習 / プラズマ粒子 / 信号復元 |
|---|
| 研究成果の概要 |
人工衛星 Geotail のプラズマ粒子の観測データの深層学習による復元を試みた．プラズマ粒子は入射方向について緯度7区分，経度16区分，エネルギー32区分に仕分けされ，24時間中8時間は12秒ごとに7×16×32=3584個のビンの３次元ヒストグラムの情報が送られる.16時間は緯度方向の和をとった512個のビンの２次元ヒストグラムの情報が送られる.２次元ヒストグラムから３次元ヒストグラムの深層学習による復元を試み，U-netとRes-netを組合わせて Vanilla GANs に E-tスペクトログラムのデータの識別器を追加したものによって，一定のレベルでの復元が可能であることを示した．
|
| 自由記述の分野 |
統計数理・数理工学
|
| 研究成果の学術的意義や社会的意義 |
人工衛星 Geotail のプラズマ粒子観測データについて，深層学習を用いて，２次元ヒストグラムデータから３次元ヒストグラムデータを復元することを試みた．２次元ヒストグラムは全体の2/3を占めており，本研究成果により，今後これらのデータから３次元ヒストグラムを復元して，興味深い現象とされる，磁気リコネクションが起こっている様子などを知ることができると考えられる．
|
