[5Yin-A] Poster 8

[5Yin-A-43] Generative Modeling of Low-Frequency Tremors Using Neural SDEs

〇Toshiro Kusui¹, Hiromichi Nagao^2,1,3, Shin-ichi Ito^2,1, Shinya Katoh² (1. Graduate School of Information Science and Technology, The University of Tokyo, 2. Earthquake Research Institute, The University of Tokyo, 3. RIKEN Center for Advanced Intelligence Project)

Keywords:

Stochastic Differential Equation,Generative Model,Signature

本研究は，プレート境界で発生するスロー地震の一種である低周波微動 (微動)の複雑な波形特性をモデル化するため，ニューラルネットワークと確率微分方程式 (SDE)を融合させたNeural SDEによる生成モデルを提案する．従来の物理モデルのみでは捉えきれない，微動の時間的な揺らぎや非定常な特性を表現するため，地震波のエンベロープを確率過程としてモデル化する．具体的には，先行研究であるBrownian Slow Earthquake (BSE)モデルを拡張したモデル化をすることで，物理的な解釈性とデータへの適合性を両立させる．また，Path Signatureに基づくロスを用いることで複雑な時系列も柔軟に学習できるようにした．学習の結果，提案モデルは先行研究と比較して，微動により近い波形を生成できることが確認できた．また，時間経過に伴い固着領域の半径に対応する潜在変数の拡散的な振る舞いの強さが弱くなることなどが確認された．