【研究領域課題番号】20H00292 (KAKENデータベースで見る）

【研究キーワード】

強震動 / 地震ハザード / 機械学習 / 地震動予測式 / 観測記録 / シミュレーション / ビッグデータ

【研究成果の概要】

(1)強震観測記録の地震動強さ指標，震源情報，サイト情報をデータベース化した「強震動データベース」の回帰分析による地震動予測式(GMM)構築のため，次のような検討を行った．まず，強震動データベースによる観測値と既往のGMMの予測値の差を取った「残差データ」を作成し，地震規模や震源距離などとの関係を検討することにより，地震動予測結果のばらつきを低減するための補正項を導出した．また，強震動データベースに基づく地震動予測ニューラルネットワークについて，観測点特性を学習するモデルおよび伝播経路を特定したモデルの構築を行った．
(2)予測地点を特定したGMMによる"点の予測"から"面の予測"に展開することを目的として，Deep inpainting と空間分布マッピングの組み合わせによる地震動データの空間補間方法の手法開発を行った．
(3)地震動の地盤増幅特性に関する人工知能構築に必要となるシミュレーションデータを生成するための，非構造有限要素による地盤増幅シミュレーション手法の開発を行った．具体的には，人工知能構築時にキーパラメータとなる地盤パラメーラを入力とした液状化を対象としたGPUによる高速な地盤増幅解析手法を開発し，人工知能構築に必要となるシミュレーションデータを大量生成可能な手法を構築した．また，波動方程式のシミュレーションデータを用いた人工知能の性能を高めるために，生成データの性質について議論を行った．

【研究種目】基盤研究(A)

【研究期間】2020-04-01 - 2023-03-31

【配分額】42,640千円 (直接経費: 32,800千円、間接経費: 9,840千円)