文献

J-GLOBAL ID：201702230071405003   整理番号：17A1820857

機械学習実験室地震を予測する【Powered by NICT】

Machine Learning Predicts Laboratory Earthquakes

著者 (8件)： Rouet-Leduc Bertrand (Theoretical Division and CNLS, Los Alamos National Laboratory, Los Alamos, NM, USA) ,  Rouet-Leduc Bertrand (Department of Materials Science and Metallurgy, University of Cambridge, Cambridge, UK) ,  Hulbert Claudia (Theoretical Division and CNLS, Los Alamos National Laboratory, Los Alamos, NM, USA) ,  Lubbers Nicholas (Theoretical Division and CNLS, Los Alamos National Laboratory, Los Alamos, NM, USA) ,  Lubbers Nicholas (Department of Physics, Boston University, Boston, MA, USA) ,  Barros Kipton (Theoretical Division and CNLS, Los Alamos National Laboratory, Los Alamos, NM, USA) ,  Humphreys Colin J. (Department of Materials Science and Metallurgy, University of Cambridge, Cambridge, UK) ,  Johnson Paul A. (Geophysics Group, Los Alamos National Laboratory, Los Alamos, NM, USA)
資料名： Geophysical Research Letters  (Geophysical Research Letters)
巻： 44  号： 18  ページ： 9276-9282  発行年： 2017年 
JST資料番号： H0609B  ISSN： 0094-8276  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 剪断実験室実験からのデータセットに機械学習を適用し,地震に先行する隠れた信号を同定することを目的としている。実験室断層によって放出された音響信号を聴いて,機械学習は,高い精度で故障する前に残っている時間を予測できることを示した。これらの予測は音響信号の瞬間的な物理的特性のみに基づいており,その歴史の利用には至っていない。驚いたことに,機械学習は実験室地震サイクルを通して破壊予測を可能にする低振幅雑音であると考えられていた断層帯から放出される信号を同定した。断層ブロックは置換としてこの信号は,断層ガウジの連続結晶粒運動に起因すると推測した。連続地震データに本手法を適用した未知のシグナルの同定に関し著しい進歩をもたらし,故障物理学への新しい洞察を提供する上で,断層破壊時間に及ぼす打設限界であることを仮定した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 剪断 ,  音波信号 ,  結晶粒 ,  *機械学習 ,  断層粘土 ,  *地震
準シソーラス用語： 断層破壊 ,  地震データ ,  破壊予測 ,  地震サイクル ,  実験室試験 , 【Automatic Indexing@JST】

著者キーワード (5件)： 機械学習 ,  地震予知 ,  実験室地震 ,  音響信号同定 ,  地震前駆体

分類 (1件)： 地球熱学,火山物理学  (DC03070D)

タイトルに関連する用語 (4件)： 機械学習 ,  実験室 ,  地震 ,  予測