空間的分布則を考慮したニューラルネットワークによる不規則配置データの補間

抄録

2次元あるいは3次元空間内に分布し, 位置が不規則なデータの補間に多層ニューラルネットワークの適用を試みた。ネットワークの学習においてデータの空間的分布則を表すセミバリオグラムを考慮し, ネットワークからの出力値とデータとの差, およびそれらのセミバリオグラムの差を小さくすることを学習の基準とした。この手法をNeural Krigingと称し, 領域からランダムに選んだデータに基づいて分布モデルを復元する問題を設定した。等方性および直交異方性を仮定したセミバリオグラムに基づく分布モデルにNeural Krigingを適用したところ, セミバリオグラムを学習に加えていないニューラルネットワークやOrdinary Krigingよりも分布モデルに近い補間結果が得られた。
さらに, Neural Krigingを豊肥地区における熱水の温度とpHの分布解析に適用し, それらの分布傾向は当地区での主要な断裂系の方向と調和していることを明らかにした。