大地震による長周期地震動の即時予測の実現に向け，震源近傍の地震観測データから、遠地の平野の長周期地震動の波形を機械学習（Temporal Convolutional Network , TCN）により即時に予測するシステムを開発した。長周期地震動のレベルのみならず、波形そのものを予測することで、長周期地震動の大振幅かつ長い継続時間による構造物の影響と被害の予測が可能となる。まず、2011年東北地方太平洋沖地震の発生前に日本海溝で発生した大地震における、福島地点の強震観測波形と横浜地点の地震波形の関係を学習し、次に、学習済みTCNモデルを用いて東北地方太平洋沖地震の本震と、その後に発生した大地震における横浜地点の地震波形を予測した。予測結果を、応答スペクトル、地震動継続時間、波形エンベロープの相関係数から評価し、プレート間地震、アウターライズの地震、内陸地震など多様な場所とメカニズムを持つ大地震に対する予測性能を確認した。学習はGPUを用いて数分で完了し、学習済みのTCNモデルを用いた予測はCPU計算で瞬時に実行可能である。地震発生からの時間経過と震源近傍での観測波形の取得状況に合わせて予測更新を短時間で繰り返し行うことで、予測精度と猶予時間のトレードオフに対処できる。今後は、多次元 TCNを用いた多観測点入力による予測や、高層建物の各階の応答関数をTCNにより学習して多段階の予測を行うことで、地面の揺れのみならず、建物の各階の揺れの予測へと拡張する予定である。