| 講演要旨(和文) | | 地下構造を正確に把握する事は，地震災害の軽減を考えるうえで重要である．地下構造を推定する手法の一つである自然地震トモグラフィは精度良く地下をイメージングする手法として工学・理学の分野で広く用いられている．しかし，従来の自然地震トモグラフィでは，解析領域内を離散化する必要がある．推定される地下構造の分解能は離散化における分割サイズに制約されるが，分割サイズは波線密度の低い領域に合わせて設定されるため，波線密度の高い領域においても分解能が低くなり，データを有効に活用できていない．また、近年様々な分野でニューラルネットワークを用いた研究が行われており，データの分布に偏りがある場合においてもニューラルネットワークの汎用性により精度の高い解が得られるとされている．そこで本研究では優れた汎用性を有するニューラルネットワークを用いた自然地震トモグラフィの開発を行い，数値実験によりその適用性を検討した． |
|
|
| | 講演要旨(英文) | | Natural earthquake tomography is one of the typical geophysical method and has been used widely as a technique for imaging subsurface structure with good accuracy. However, there have been some problems in conventional travel time tomography. One is the resolution of the analysis result. The subsurface structures must be discretized into many grids or small elements, and the grids spacing or element size must be manually optimized on the basis of ray path density. Moreover, even when a high-density ray path area is in a target zone, the grid spacing must be set according to the lowest ray path density area. The other is the initial model. The analysis result depends on the initial model. To address these problems, we develop a new natural earthquake tomography method by use of neural network. The new method is realized by making use of the excellent capability of multilayer neural network to approximate an arbitrary function for which the network training is carried out by minimize the squared residuals of an integral equation. We applied a new method to three-dimensional numerical experiments. As a result we revealed that the new method by neural network is efficient. |
|
|
|
| |
|