機械学習による地震動評価モデル
地震動に関する新たな知見を獲得することを目指し、データ駆動型の利点を活かした従来とは全く異なる発想に基づき、機械学習を用いて地点固有および全国を対象とした地震動評価モデルの構築を試みた。地点固有モデルでは、従来の地震動予測式では扱われなかった震央方位を特徴量とした結果、その影響度は従来の予測式で用いられている特徴量による影響度と同等以上になる場合があることがわかった。全国モデルでは、従来の予測式による予測結果を含む、従来よりも多数の特徴量を用いた結果、従来の予測式よりもばらつきが小さく、広帯域にわたり高精度な地震動予測結果が得られることを示した。
Earthquake Ground Motion Evaluation Models Using Machine Learning
We have attempted to construct site-specific and nationwide earthquake ground motion evaluation models using machine learning, to gain new insights about ground motion based on a concept that takes advantage of the data-driven approach. In the site-specific models, the epicentral direction was newly used as a feature. The results showed that impacts of the epicentral direction are equal to or greater than the ones of the features used in the previous ground motion prediction equation (GMPE). The nationwide models used a larger number of features than a conventional GMPE, including the prediction results from the previous GMPE. As a result, it is shown that the models can obtain higher accurate results over a wide period range with less variation than the conventional GMPEs.
PDFファイルをご覧いただくには、Adobe Readerが必要です。
お持ちでない方は、ダウンロードしてご覧ください。
Adobe Readerをダウンロードする
