機械学習を用いた地震予測の精度向上

 

『Nature』に掲載されている地震予測に関する論文（報告）です。著者はいずれも米国のジョージア･サザン大学の研究者です。高度な機械学習とニューラル･ネットワーク技術を駆使して地震予測の精度を向上させる取り組みについて述べています。こういう情報に触れると、少なくとも人工知能や地震予測の分野では、日本は欧米や中国に比べて遅れているとつくづく感じます：

• Improving earthquake prediction accuracy in Los Angeles with machine learning （機械学習によるロサンゼルスの地震予測の精度向上）

 

以下は "Introduction" からの抜粋･テキトー訳です ——

以前の我々の研究では、ロサンゼルスに対して予測パターン･マトリックスを開発し、6つのカテゴリの 1つで最大マグニチュードの地震を予測する際に 69.14％の精度を達成した。この最​​初の成功により、重要な疑問が生じた。このレベルの予測精度は、他の地震活動が活発な地域でも再現できるだろうか？、さらに向上できるだろうか？この疑問を追究するために、我々は研究を世界的に最も地震が発生しやすい地域の 1つである北アナトリア断層に近い都市、イスタンブールにまで拡大し、91.65％ の精度を達成した。これらの有望な結果を基に、我々はさらに手法を改良し、サンディエゴで 98.53% の精度を達成した。

サンディエゴとイスタンブールでの成功に勇気づけられ、我々は再びロサンゼルスを対象とし、以前達成した 69.14% の精度を上回ることができるか否かを確かめた。その結果は肯定的なものだった。我々はロサンゼルスの地震を 97.97% の精度で予測することに成功した。結果は、機械学習技術を使用して地震予測の精度を大幅に向上させる可能性を示しており、より効果的な災害への備えと対応戦略に貢献するものである。

本研究では、過去 12 年間に記録されたすべての地震を含む包括的なデータセットを利用して、さまざまな機械学習およびニューラル･ネットワーク技術を適用し、ロサンゼルスの地震を予測した。高度な特徴量エンジニアリングを通じて、以前の研究で得た重要な予測入力変数を組み込んだ特徴マトリックスを構築した。以前の研究では、深部地震パターンの特定、さまざまな予測モデルのテスト、地震周波数特性の調査など、地震予測の精度を高めるためのさまざまな戦略が提案されている。これらの基礎的な研究を基に、16 種類の機械学習およびニューラル･ネットワーク･アルゴリズムを開発して評価し、30 日間の期間内に発生する可能性のある地震の最大規模を予測するための最も効果的なモデルを決定した。

我々の得た知見は重要である。ランダム･フォレスト･モデルが最高のパフォーマンスを発揮し、97.97% の精度を達成した。この高い精度は、以前の取り組みに比べて大幅に改善されており、機械学習技術が地震予測機能を高める可能性を裏付けている。

我々の研究は、1990年から2024年までの地震予測に関する多様な研究に基づいている。

我々の研究は、地震予測に関するさまざまな研究の結果を統合することにより、ロサンゼルス地域に特化した予測モデリング手法を高度化することを目標としている。機械学習アルゴリズム、特徴抽出方法、高度なニューラル･ネットワーク･アーキテクチャを統合することで、地震予測の精度と即応性を向上させ、災害への備えと対応戦略を強化することを目指している。

——