JAXA Repository / AIREX 未来へ続く、宙(そら)への英知
titleSVMによる深発月震分類のための有効な特徴量の分析
Other TitleAnalysis of the effective features to classify the deep moonquake sources using the SVM
DOIinfo:doi/10.20637/JAXA-RR-16-007/0004
Author(jpn)加藤, 広大; 菊池, 栞; 山田, 竜平; 山本, 幸生; 廣田, 雅春; 横山, 昌平; 石川, 博
Author(eng)Kato, Kodai; Kikuchi, Shiori; Yamada, Ryuhei; Yamamoto, Yukio; Hirota, Masaharu; Yokoyama, Shohei; Ishikawa, Hiroshi
Author Affiliation(jpn)首都大学東京; 首都大学東京; 国立天文台; 宇宙航空研究開発機構宇宙科学研究所 (JAXA)(ISAS); 大分工業高等専門学校; 静岡大学; 首都大学東京
Author Affiliation(eng)Tokyo Metropolitan University; Tokyo Metropolitan University; National Astronomical Observatory of Japan; Institute of Space and Astronautical Science, Japan Aerospace Exploration Agency (JAXA)(ISAS); National Institute of Technology, Oita College; Shizuoka University; Tokyo Metropolitan University
Issue Date2017-03-17
Publisher宇宙航空研究開発機構(JAXA)
Japan Aerospace Exploration Agency (JAXA)
Publication title宇宙航空研究開発機構研究開発報告: 宇宙科学情報解析論文誌: 第6号
JAXA Research and Development Report: Journal of Space Science Informatics Japan: Volume 6
VolumeJAXA-RR-16-007
Start page39
End page50
Publication date2017-03-17
Languagejpn
eng
AbstractNASA が行ったアポロミッションによって, 約7年半分に及ぶ月地震データが収集された. これらのデータは, 月の内部構造の推定や, 月震の発生メカニズムの解明において非常に重要であり, 現在も解析が行なわれている. 月震は, その発生要因から, 深発月震, 浅発月震, 熱月震, 隕石衝突などに分類されており, 検出された月震の約半数は深発月震である. 月震解析のひとつに, 深発月震の震源分類がある. 深発月震の震源分類は従来, 波形の相互比較から分類が行われてきた. 近年の研究によって, これまでの月震波形の検出手法や, 震源分類の分類基準を、機械学習を用いて改良可能である事が示唆されている. 震源の分類基準を改良するためには, それぞれの震源を分類するのに有効な特徴量を発見することが必要であるが, これらは従来, 専門家の知見に基づくものであった. そこで, 本研究では, 機械学習を用いて, 半自動的に震源を分類するのに有効な特徴量を発見する. 結果として, 月震のパワースペクトルや, 月-地球間の距離が震源に適した特徴量であることを示し, 深発月震の分類基準を再考するための特徴量発見に機械学習を用いることの有用性を示した.
NASA had obtained the moonquake data for about 7 years. The data is available to study the lunar internal structure and the focal mechanisms of moonquakes. Classification of sources of the deep moonquakes is one of important issues. The conventional method to classify deep moonquake sources is mutual comparison among waveforms. Recent machine learning approach enables us to improve the detection of moonquake, and classification of the sources. In this paper, we investigate the effective features to classify the moonquake sources. As a result, we showed that power spectral density of moonquake, and distance between the moon and the earth are effective features to classify the deep moonquake sources using the machine learning approach.
Description形態: カラー図版あり
Physical characteristics: Original contains color illustrations
KeywordsMoonquake; Machine Learning; SVM
Document TypeTechnical Report
JAXA Category研究開発報告
NASA Subject CategoryLunar and Planetary Science and Exploration
ISSN1349-1113
NCIDAA1192675X
SHI-NOAA1630049004
Report NoJAXA-RR-16-007
URIhttps://repository.exst.jaxa.jp/dspace/handle/a-is/611811


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.