統計学輪講 第17回
| 日時 | 2021年10月26日（火） 15時45分 ～ 16時35分 |
|---|---|
| 場所 | Zoomオンライン開催（URLはITC-LMSをご確認ください） |
| 講演者 | 金子 亮介 (情報理工M2) |
| 演題 | 地震連続波形画像からの深部低周波微動検出に向けた畳み込みニューラルネットワークの構築 |
| 概要 |
深部低周波微動は，高感度地震観測網（Hi-net）の整備をきっかけに近年新たに発見された現象である．微動と地震の間の関係を解析することで巨大地震の予測などへの活用が期待されているが，現状では微動に関するデータは直近の約20年分しか存在しない．本研究では，過去の地震波形画像から微動を検出するため，画像認識に特化した深層学習手法の一つである畳み込みニューラルネットワーク（CNN）を用いた手法開発に取り組む．これまでの研究[1]では，古記録画像をもとに人工波形画像を作成しモデルを学習させる数値実験を行い，CNNモデルの有効性を検証してきた．本発表では，[1]の結果に加えて，最近の研究内容であるHi-netの実データを用いたモデルの学習について紹介する． [1] R. Kaneko, H. Nagao, S. Ito, K. Obara and H. Tsuruoka, Convolutional neural network to detect deep low-frequency tremors from seismic waveform images, Trends and Applications in Knowledge Discovery and Data Mining (Lecture Notes in Computer Science, vol. 12705), 31‒43, 2021. |