Stacked Recurrent Neural Networkによる桜島噴火予測

抄録

火山の噴火は時として多くの人々に甚大な被害をもたらす。本稿では桜島に設置 されている観測装置(伸縮計)から得られる時系列センサーデータから火山噴火 を予測する我々の試みについて述べる。伸縮計の100分間のデータをもとに、 その直後の60分間の火山の状態が"噴火"か"非噴火"かを予測することが目標である。 Stacked Recurrent Neural Networkを用いて、平均F値66.1%の精度を達成した。 また、時系列データを"Non-eruption"、"May-eruption"、"Warning"、"Critial" の4つのカテゴリに分類する4段階警告システムを提案する。"Critial"カテゴリ における爆発的噴火の割合は51.9%であった。