広域の浅部三次元地盤モデルを構築するために，深層ニューラルネットワーク（DNN）を用いて一次元のS波速度（Vs）構造を，表層地質や微地形区分などを参考にして三次元Vs構造に空間的に補間する手法を開発した。使用した物理探査データは，表面波探査および微動アレイ探査から得られた分散曲線，および単点三成分常時微動測定から得られた水平上下振幅比（H/V）である。分散曲線が存在する地点数はH/Vが存在する地点数に比べて少ないのでDNNは二段階とし，A）まず分散曲線から求めたVs構造を教師データとしてH/Vから一次元Vs構造を求め，B）次にこの一次元Vs構造を教師データとして座標や標高，表層地質や微地形区分などから三次元Vs構造を推定した。推定の流れは二段階のDNNを含む四つのステップにまとめられる。最初のステップでは，分散曲線とH/Vの両方が得られている地点において，分散曲線の逆解析により一次元Vs構造を求めた。二番目のステップでは，H/Vの測定のみを行った地点において，第一段階のDNN（A）によりH/Vから一次元Vs構造を求めた。ここでは，最初のステップで求めた一次元Vs構造とその地点におけるH/Vを，調査地の座標や標高，微地形区分などと併せて教師データとして用いた。三番目のステップでは前ステップでDNN（A）により求めた一次元Vs構造を初期モデルとして，H/Vを用いた逆解析によりモデルを修正し最終的な一次元Vs構造を求めた。最後のステップでは，第二段階のDNN（B）により調査地全域で一次元Vs構造を推定した。ここでは，これまでのステップで求めた一次元Vs構造と調査地の座標や標高，微地形区分や表層地質などを教師データとした。この手法を東京都東部から埼玉県南東部に適用し，200 m格子で深度90 mまでのVs構造を推定したところ，地形や表層地質，微地形区分と整合するVs構造が推定された。
