| Item type |
テクニカルレポート / Technical Report(1) |
| 公開日 |
2017-04-20 |
| タイトル |
|
|
タイトル |
深発月震源分類に適した機械学習法の研究 |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
言語 |
en |
|
主題Scheme |
Other |
|
主題 |
Moonquakes |
| キーワード |
|
|
言語 |
en |
|
主題Scheme |
Other |
|
主題 |
Machine Learning |
| キーワード |
|
|
言語 |
en |
|
主題Scheme |
Other |
|
主題 |
Neural Network |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
| ID登録 |
|
|
ID登録 |
10.20637/JAXA-RR-16-007/0005 |
|
ID登録タイプ |
JaLC |
| その他のタイトル（英） |
|
|
その他のタイトル |
Study of the suitable machine learning techniques for classication of deep moonquake sources |
| 著者 |
菊池, 栞
加藤, 広大
山田, 竜平
山本, 幸生
廣田, 雅春
横山, 昌平
石川, 博
Kikuchi, Shiori
Kato, Kodai
Yamada, Ryuhei
Yamamoto, Yukio
Hirota, Masaharu
Yokoyama, Shohei
Ishikawa, Hiroshi
|
| 著者所属 |
|
|
|
首都大学東京 |
| 著者所属 |
|
|
|
首都大学東京 |
| 著者所属 |
|
|
|
国立天文台 |
| 著者所属 |
|
|
|
宇宙航空研究開発機構宇宙科学研究所(JAXA)(ISAS) |
| 著者所属 |
|
|
|
大分工業高等専門学校 |
| 著者所属 |
|
|
|
静岡大学 |
| 著者所属 |
|
|
|
首都大学東京 |
| 著者所属（英） |
|
|
|
en |
|
|
Tokyo Metropolitan University |
| 著者所属（英） |
|
|
|
en |
|
|
Tokyo Metropolitan University |
| 著者所属（英） |
|
|
|
en |
|
|
National Astronomical Observatory of Japan |
| 著者所属（英） |
|
|
|
en |
|
|
Institute of Space and Astronautical Science, Japan Aerospace Exploration Agency (JAXA)(ISAS) |
| 著者所属（英） |
|
|
|
en |
|
|
National Institute of Technology, Oita College |
| 著者所属（英） |
|
|
|
en |
|
|
Shizuoka University |
| 著者所属（英） |
|
|
|
en |
|
|
Tokyo Metropolitan University |
| 出版者 |
|
|
出版者 |
宇宙航空研究開発機構(JAXA) |
| 出版者（英） |
|
|
出版者 |
Japan Aerospace Exploration Agency (JAXA) |
| 書誌情報 |
宇宙航空研究開発機構研究開発報告: 宇宙科学情報解析論文誌: 第6号
en : JAXA Research and Development Report: Journal of Space Science Informatics Japan: Volume 6
巻 JAXA-RR-16-007,
p. 51-62,
発行日 2017-03-17
|
| 抄録 |
|
|
内容記述タイプ |
Abstract |
|
内容記述 |
深発月震とは, 深さ約1, 000km で発生し, 観測された数が最も多い月震である. これまで深発月震の震源の推定が行われてきたが, 深発月震の波形にノイズが多く含まれることと, 振幅が小さいために, これまでの手法では, 震源の推定が困難な月震も多く存在している. そこで, 我々は, 波形の類似性に基づいて, 月震の震源推定を行うための, 最適な機械学習法について研究を行なった. 震源の分類に機械学習を用いることで, これまでの推定とは異なる新たな特徴を用いた震源の推定や, 推定を行う際の解析処理時間の削減が期待できる. 本研究では, 深発月震の震源を高精度に推定する手法を発見するため, 複数の機械学習の推定の性能を比較し, 検討する. その後, 分類性能の向上のために, 誤って推定されたイベントに着目し, 複数の手法や特徴量による震源の推定結果の比較を行なった. その結果から, 月震ラベルの間違いや, 震源における外れ値などを視野に入れながら, 誤って推定される原因の分析を行った. 本研究で選択した最適な機械学習法による分類を行うことで, 新しい月震イベントカタログの作成や, これまで未分類であったイベントの同定が可能となることが期待される. |
| 抄録（英） |
|
|
内容記述タイプ |
Other |
|
内容記述 |
Deep moonquake occurs at depth of about 1000km, and it is most frequent lunar seismic event. Due to considerable noises and low amplitudes in deep moonquake waveforms, we have some difficulties to locate the sources when we use conventional method. In this paper, we have investigated suitable machine learning methods to classify the deep moonquake sources based on similarity among the waveforms. The machine learning-based method is more useful to reduce the computational time to classify the sources compared with the conventional method, and it has also advantage to apply the some types of effective features such as power spectral density for the classification. We compared performances of some machine learning methods in order to find the suitable method. Then, the deep events misclassified from some machine learning methods has been also investigated, and we have analyzed causes of misclassification (e.g., mislabel, outlier) for improvement of the classification. It can be expected that the suitable machine learning method will enable us to create a new moonquake event catalog and identify the unclassified events. |
| 内容記述 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
形態: カラー図版あり |
| 内容記述（英） |
|
|
内容記述タイプ |
Other |
|
内容記述 |
Physical characteristics: Original contains color illustrations |
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
1349-1113 |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA1192675X |
| 資料番号 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
資料番号: AA1630049005 |
| レポート番号 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
レポート番号: JAXA-RR-16-007 |
AA1630049005.pdf (1.2 MB)
