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ID | S-CG60 | ||
タイトル | 和文 | 機械学習による固体地球科学の牽引 | |
英文 | Driving Solid Earth Science through Machine Learning | ||
タイトル短縮名 | 和文 | 機械学習@固体地球科学 | |
英文 | Machine Learning in Solid Earth Sciences | ||
代表コンビーナ | 氏名 | 和文 | 久保 久彦 |
英文 | Hisahiko Kubo | ||
所属 | 和文 | 国立研究開発法人防災科学技術研究所 | |
英文 | National Research Institute for Earth Science and Disaster Resilience | ||
共同コンビーナ 1 | 氏名 | 和文 | 直井 誠 |
英文 | Makoto Naoi | ||
所属 | 和文 | 北海道大学 | |
英文 | Hokkaido University | ||
共同コンビーナ 2 | 氏名 | 和文 | 矢野 恵佑 |
英文 | Keisuke Yano | ||
所属 | 和文 | 統計数理研究所 | |
英文 | The Institute of Statistical Mathematics | ||
共同コンビーナ 3 | 氏名 | 和文 | 田中 優介 |
英文 | Yusuke Tanaka | ||
所属 | 和文 | 国土地理院 | |
英文 | Geospatial Information Authority of Japan | ||
発表言語 | J | ||
スコープ | 和文 |
機械学習は固体地球科学を含む様々な科学分野において革新をもたらし、顕著な成果を挙げている。このセッションは、固体地球科学を中心とする様々な分野における機械学習を活用した研究が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。萌芽的なものから発展的なものに至るまで、機械学習および関連する研究発表を広く募集する。 |
|
英文 |
Machine learning (ML) has brought innovations and remarkable results in various science fields including solid earth science. This session provides an opportunity to inspire each other for future developments by bringing studies of ML applications in various fields including solid earth science. We invite a wide range of presentations on ML and related research, from the budding to the more advanced. |
||
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 |
篠原 崇之 (産業技術総合研究所) 松井 勇佑 (東京大学) |
時間 | 講演番号 | タイトル | 発表者 |
---|---|---|---|
口頭発表 5月26日 PM1 | |||
13:45 - 14:00 | SCG60-01 | 地震研究における大規模言語モデル活用の挑戦 | 久保 久彦 |
14:00 - 14:15 | SCG60-02 | スロースリップイベント検出を目的としたInSAR時系列データへの異常検知手法開発 | 櫻井 隆之介 |
14:15 - 14:30 | SCG60-03 | テンソル分解を用いた異常検知手法の開発:時系列変動データのテンソル分解による異常値検知法の開発 | 針谷 駿斗 |
14:30 - 14:45 | SCG60-04 | 状態空間モデルを用いた時系列データのトレンド抽出と異常検知への応用 | 土谷 真由 |
14:45 - 15:15 | SCG60-05 | 機械学習で進化するリモートセンシングと点群処理技術 | 篠原 崇之 |
口頭発表 5月26日 PM2 | |||
15:30 - 16:00 | SCG60-06 | 超高速超大規模な類似波形探索 | 松井 勇佑 |
16:00 - 16:15 | SCG60-07 | 深層学習を用いた南海沈み込み帯テクトニック微動の単一観測点震央推定 | 杉井 天音 |
16:15 - 16:30 | SCG60-08 | 再帰型ニューラルネットワークを用いたb値推定 | 麻生 尚文 |
16:30 - 16:45 | SCG60-09 | 深層学習とGNSSを用いた断層すべり検出手法開発と四国西部における適用 | 中川 亮 |
16:45 - 17:00 | SCG60-10 | InSAR・GNSSデータを用いた深層学習による断層すべりが引き起こした3次元変位場の抽出の試み | 岡田 悠太郎 |
講演番号 | タイトル | 発表者 |
---|---|---|
ポスター発表 5月26日 PM3 | ||
SCG60-P01 | 気象庁一元化カタログに最適化された深層学習検測器のためのモデル改善 | 直井 誠 |
SCG60-P02 | 深層学習を用いた南海沈み込み帯におけるテクトニック微動の検出と震央決定 | 杉井 天音 |
SCG60-P03 | 深層学習を利用したT相の自動検出 | 河上 洋輝 |
SCG60-P04 | 通常地震と低周波地震の位相の分類に基づく気象庁一元化地震カタログの改善検討 | 下條 賢梧 |
SCG60-P05 | オートエンコーダを用いた火山性地震波形の特徴抽出と分類 | 金 亜伊 |
SCG60-P06 | 複数観測点の波形振幅画像を用いた機械学習による神奈川県周辺での地震活動検知 | 栗原 亮 |
SCG60-P07 | 大規模言語モデルを用いた地震サイクルシミュレーション・データ同化コードの自動生成 | 加納 将行 |
SCG60-P08 | ニューラル作用素による地震サイクル計算および長周期地震動予報の検討 | 岡崎 智久 |
SCG60-P09 | Site-specific seismic waveform generation based on the integration of physics theory and deep learning | 盛 晨豊 |
SCG60-P10 | 生成AIによる地震動時刻歴生成モデルに関する基礎的検討 | 小穴 温子 |
SCG60-P11 | レオロジーモデルに基づくニューラルネットワークを用いた岩石と地殻の非線形摩擦モデル | 原 海理 |
SCG60-P12 | 機械学習による貯留層性状解析:コアと検層データを用いて | 宮島 英冴 |
SCG60-P13 | 機械学習による粒内亀裂の自動検出方法の開発 | 中川 愛珠 |
SCG60-P14 | 単斜輝石の高温高圧実験データの多変量解析による平衡メルトの物理化学情報推定法の評価 | 川合 陵介 |