固体地球科学(S)
セッション小記号固体地球科学複合領域・一般(CG)
セッションIDS-CG62
タイトル和文固体地球科学における機械学習の可能性
英文Potentiality of Machine Learning in Solid Earth Sciences
タイトル短縮名和文Potentiality of Machine Learning in Solid Earth Sciences
英文Machine Learning in Solid Earth Sciences
代表コンビーナ 氏名和文内出 崇彦
英文Takahiko Uchide
所属和文産業技術総合研究所 地質調査総合センター 活断層・火山研究部門
英文Research Institute of Earthquake and Volcano Geology, Geological Survey of Japan, National Institute of Advanced Industrial Science and Technology (AIST)
共同コンビーナ 1氏名和文小田 啓邦
英文Hirokuni Oda
所属和文産業技術総合研究所地質情報研究部門
英文Institute of Geology and Geoinformation, Geological Survey of Japan, AIST
発表言語J
スコープ和文近年の機械学習技術（深層学習を含む）は様々な分野で革新的な成果を挙げつつある．このような技術の固体地球科学への応用は，例えば，データ分類，パターン認識，データ回帰といった方法によって，研究分野の新たな地平を切り開くものとして期待されているところである．一方，深層学習の結果がどうして得られたのか解釈することが難しいという問題も抱えている．
このセッションは，固体地球科学の様々な分野における機械学習の応用例を一堂に会することで，今後の発展に向けて互いに刺激し合う場を提供する．深層学習の「ブラックボックス問題」に対する取り組みについての報告も期待する．
英文The recent development of the machine learning techniques including the deep learning is leading innovations in various fields. The applications of these techniques to solid earth sciences are also expected to develop new frontiers by, for example, the classification, the pattern recognition, and the regression of data. On the other hand, there are concerns on the human-interpretability of the deep learning.
This session will provide an opportunity to share the application studies to various fields in solid earth science and inspire each other. We also look forward to studies addressing the black box issue of the deep learning.
発表方法口頭および（または）ポスターセッション
招待講演Gregory C Beroza (Stanford University)
村田 剛志 (東京工業大学)
時間講演番号タイトル発表者予稿原稿
口頭発表 5月26日 AM1
09:00 - 09:20SCG62-01The Promise of Machine Learning in Solid Earth Geoscience: Examples from SeismologyGregory C Beroza予稿
09:20 - 09:35SCG62-02Automatic Approach to Low-Frequency Earthquakes Detection in Southwest Japan Based on Deep Learning Technique余 君宇予稿
09:35 - 09:50SCG62-03AIによるアップサンプリングを活用した広帯域地震動波形合成の試み（2）前田 宜浩予稿
09:50 - 10:05SCG62-04再帰型ニューラルネットワークによる2011年東北沖地震後の余効変動予測の試み山佳 典史予稿
10:05 - 10:25SCG62-05深層学習による桜島噴火予測村田 剛志予稿
講演番号タイトル発表者予稿原稿
ポスター発表 5月26日 PM2
SCG62-P01Earthquake Magnitude Prediction with Seismic Nucleation Phase based on Machine Learning呉 康銘予稿
SCG62-P02教師なし学習による連続地震波形記録に対する自動信号分類：人工ノイズおよび低周波微動への応用小寺 祐貴予稿
SCG62-P03Detection of Gas Bubble signals recorded at the OBS Stations by Machine-Learningemmy TY CHANG予稿
SCG62-P04深層ニューラルネットワークによる地震波形の自動検測内出 崇彦予稿
SCG62-P05Seismic event detection in time-frequency domain with CNN and phase picking with HEDLiping Fan予稿
SCG62-P06埋込み機械学習による長周期波形からの広帯域地震動合成岡崎 智久予稿
SCG62-P07LSTM and CNN Applications to Forecast Earthquake Magnitude Probability Distribution劉 齊予稿
SCG62-P08FORCsensei: 機械学習を用いたFirst Order Reversal Curve (FORC)データ処理の最適化小田 啓邦予稿