Topics

Topics

うなぎセミナー 6/27

うなぎセミナー 6/27

セミナー等

SEMINARS

更新日:2019.04.10

Updated: 2019.04.10

  • 開催場所:京都大学 防災研究所 本館E-232D
  • Place: 京都大学 防災研究所 本館E-232D
  • 開催日時:2019年6月27日(木) 14時00分~
  • Date and Time: 2019年6月27日(木) 14時00分~

今週のセミナーについてお知らせいたします。

Here is information of the Unagi-seminar(27 June).

************** うなぎセミナーのご案内 (Unagi-seminar) **************

科目:地震学ゼミナールIV(修士・博士)
日時:6月27日(木)14:00~
場所:宇治キャンパス本館E棟2階E-232D
   (地震予知研究センター本館セミナー室)

Date and time: 27 June, 14:00 ~
Room: E-232D @ Main building
Map: http://www.uji.kyoto-u.ac.jp/campus/map.html

====

[発表者 (Presenter)]
原将太 (Shota Hara) 2nd master degree

[題目 (Title)]
深層学習を用いたP波初動検出と結果の可視化
Automatic P-wave detection using deep learning and visualization of results

[要旨 (Abstract)]
地震のメカニズム解を決定するためには、P波の到達時刻と初動極性の検出が必要である。自動検出アルゴリズムについてこれまで様々な研究が進められてきたが、既存の伝統的な方法は人間の専門家よりも精度が低いという問題があった。本研究では、生の地震波形データから、P波の到達時刻と初動極性を検出することの可能な畳み込みニューラルネットワーク(CNN)のモデルを開発した。本発表では、CNNによるP波の到達時刻・初動極性の検出結果とその判断基準の可視化について議論する。

====

[発表者 (Presenter)]
藤田萌実 (Megumi Fujita) 2nd master degree

[題目 (Title)]
EnKFを用いた豊後水道L-SSE発生域のすべり発展推定
Estimation of Slip Evolution on the Bungo Channel Long-term SSE Fault with Ensemble Kalman Filter (EnKF)

[要旨 (Abstract)]
長期的スロースリップイベント(L-SSE)は、海溝型巨大地震発生域深部のプレート境界面で発生する応力解放過程であると同時に、隣接する巨大地震発生領域への応力擾乱を与える過程でもある。L-SSEの活動が海溝型巨大地震の発生に影響を及ぼす可能性が指摘されており、L-SSEのすべりの時空間発展の推定及びその予測は、海溝型巨大地震発生域での応力蓄積過程を定量的に評価する上で重要な課題である。Hirahara and Nishikiori (2018, JpGU)では、豊後水道L-SSEを想定して逐次データ同化手法の一つであるアンサンブルカルマンフィルタ(EnKF)を人工の模擬GNSS変位速度データに適用し、L-SSE発生域でのすべり発展と摩擦パラメータを推定する手法を開発した。その発展として本研究では、実際のGNSSの変位データにEnKFを適用することによる豊後水道L-SSE発生域でのすべり発展の推定を目標とする。本発表では実データの適用に向けて行った下記2点の数値実験の結果について報告する。

1)観測データとしてGNSSの変位を変位速度に変換して使用する場合

2)観測データとしてGNSSの変位をそのまま使用する場合


=== 今後の予定(Schedule) ===
4 July : 井上、佐脇
11 July : 岡田、栗原、野田
18 July : 森、Farazi、加藤
25 July : 植村、水戸川

(敬称略)

今週のセミナーについてお知らせいたします。

Here is information of the Unagi-seminar(27 June).

************** うなぎセミナーのご案内 (Unagi-seminar) **************

科目:地震学ゼミナールIV(修士・博士)
日時:6月27日(木)14:00~
場所:宇治キャンパス本館E棟2階E-232D
   (地震予知研究センター本館セミナー室)

Date and time: 27 June, 14:00 ~
Room: E-232D @ Main building
Map: http://www.uji.kyoto-u.ac.jp/campus/map.html

====

[発表者 (Presenter)]
原将太 (Shota Hara) 2nd master degree

[題目 (Title)]
深層学習を用いたP波初動検出と結果の可視化
Automatic P-wave detection using deep learning and visualization of results

[要旨 (Abstract)]
地震のメカニズム解を決定するためには、P波の到達時刻と初動極性の検出が必要である。自動検出アルゴリズムについてこれまで様々な研究が進められてきたが、既存の伝統的な方法は人間の専門家よりも精度が低いという問題があった。本研究では、生の地震波形データから、P波の到達時刻と初動極性を検出することの可能な畳み込みニューラルネットワーク(CNN)のモデルを開発した。本発表では、CNNによるP波の到達時刻・初動極性の検出結果とその判断基準の可視化について議論する。

====

[発表者 (Presenter)]
藤田萌実 (Megumi Fujita) 2nd master degree

[題目 (Title)]
EnKFを用いた豊後水道L-SSE発生域のすべり発展推定
Estimation of Slip Evolution on the Bungo Channel Long-term SSE Fault with Ensemble Kalman Filter (EnKF)

[要旨 (Abstract)]
長期的スロースリップイベント(L-SSE)は、海溝型巨大地震発生域深部のプレート境界面で発生する応力解放過程であると同時に、隣接する巨大地震発生領域への応力擾乱を与える過程でもある。L-SSEの活動が海溝型巨大地震の発生に影響を及ぼす可能性が指摘されており、L-SSEのすべりの時空間発展の推定及びその予測は、海溝型巨大地震発生域での応力蓄積過程を定量的に評価する上で重要な課題である。Hirahara and Nishikiori (2018, JpGU)では、豊後水道L-SSEを想定して逐次データ同化手法の一つであるアンサンブルカルマンフィルタ(EnKF)を人工の模擬GNSS変位速度データに適用し、L-SSE発生域でのすべり発展と摩擦パラメータを推定する手法を開発した。その発展として本研究では、実際のGNSSの変位データにEnKFを適用することによる豊後水道L-SSE発生域でのすべり発展の推定を目標とする。本発表では実データの適用に向けて行った下記2点の数値実験の結果について報告する。

1)観測データとしてGNSSの変位を変位速度に変換して使用する場合

2)観測データとしてGNSSの変位をそのまま使用する場合


=== 今後の予定(Schedule) ===
4 July : 井上、佐脇
11 July : 岡田、栗原、野田
18 July : 森、Farazi、加藤
25 July : 植村、水戸川

(敬称略)

トピック一覧に戻る

Back to Topic List

© Research Center for Earthquake Hazards.

© Research Center for Earthquake Hazards.