深層学習を用いた微動スペクトルの分類手法の提案

抄録

　本研究では，畳込みニューラルネットワーク(CNN)による深層学習を用いて微動スペクトルを分類する手法を提案する．さらに，この手法により地動観測点の特定を試みる．まず数値解析により，複数の1次元モデル地盤に対しランダム波を与え，得られる地表面加速度スペクトルをカラースペクトル画像化して深層学習を行った．その結果，99%以上の精度で地盤モデルを特定できた．次に，8地点のK-NET観測点で得られた50gal以下の地震動による地震動H/Vスペクトル比を用いて同様に分類を試みたところ，95%以上の精度で観測地点を特定できた．誤分類した地震動は，震源距離が大きいなど特殊な地震動であった．さらに，学習済みのCNNに対しK-NET観測点で観測した常時微動H/Vスペクトル比を用いたところ，精度は平均50%程度であったが，観測地点ごとにばらつく結果となった．