English

連絡先/JST CRESTインテリジェント地震波動解析(iSeisBayes)事務局

〒113-0032
東京都文京区弥生1-1-1
東京大学地震研究所

お知らせ

統計関連学会連合大会(2020.9.9~12)

オンラインで開催された2020年度 統計関連学会連合大会において、企画セッション「地震ビッグデータ解析の最前線」を開催し、 発表を行いました。

    地震ビッグデータ解析の最前線 (敬称略)

    1「畳み込みニューラルネットワークを用いた地震計アレイでの地震自動検知」矢野恵佑(統数研)

    2「マルコフ連鎖モンテカルロ法を用いた地震の震源パラメタ推定と確率密度関数の選択」吉光奈奈(東京大)

    3「不均質な観測点配置における地震波動場の推定:首都圏地震観測網への適用」椎名高裕(産総研)

    4「変分法データ同化に基づく断層すべり面の摩擦特性空間分布の不確実性評価」伊藤伸一(東京大)

     

JpGU-AGU2020Virtual(2020.7.12~19)

オンライン開催された「日本地球惑星科学連合2020年大会」(JpGU-AGU2020) において、ディスカッション・フォーラムセッション(DFS)「最先端ベイズ統計学が拓く地震ビッグデータ解析」を開催しました。 海外からも複数名の研究者を招待講演者として招き、講演していただきました。150名を超える参加者にアクセスしていただきました。

    [S-TT52] 最先端ベイズ統計学が拓く地震ビッグデータ解析 (敬称略)

    1「Multiple classes of non-tectonic emergent and impulsive seismic noise identified in continuous waveforms」Christopher W. Johnson(Los Alamos National Lab)

    2「Uncertainty Quantification for Inhomogeneous Frictional Features in a Slow-Slipping Fault Based on a Large-Scale Four-Dimensional Variational Data Assimilation」伊藤伸一(東京大学)

    3「A hidden Markov model for overlapping of seismic waves」倉田澄人(東京大学)

    4「Prediction of Aftershocks With Gaussian Process Regression: Application to the 2004 Chuetsu Earthquake」森川耕輔(大阪大学)

    5「On statistical declustering of global earthquake catalogue」Debashis Mondal(Oregon State University)

     

統計関連学会連合大会(2019.9.8~12)

昨年に引き続き、滋賀大学 彦根キャンパスで行われた2019年度 統計関連学会連合大会において、企画セッション「地震ビッグデータ解析の最前線」を開催し、 多くの著名な方に講演して頂きました。

    地震ビッグデータ解析の最前線 (敬称略)

    1「地震観測データの自動処理:地震の検出から震源が決まるまで」中川茂樹(東京大)

    2「深層学習・最近傍法・ETASモデル等を用いた地震活動モニタリング手法の開発」八木勇治(筑波大)

    3「構造探査データとの融合を目指した掘削データの統計的クラスタリング」矢部優(産総研)

    4「首都圏地震観測網における地震自動検知:複数観測点連続波形への畳み込みニューラルネットの適用」矢野恵佑(東京大)

     

StatSei11(2019.8.18~8.21)

芦ノ湖畔(ザ・プリンス箱根芦ノ湖)にて行われたStatSei11のPre-Workshopとして、 "Recent Developments of Bayesian Methods to Utilize Seismic Big Data"と題するセッションを開催しました。海外からの注目も高く、活発なディスカッションが行われました。

  Organizers: Hiromichi Nagao, Keisuke Yano (The University of Tokyo)

  • "Optimized Wavefield Estimations Based on Seismic Wave Gradiometry Method" By Takahiro Shiina

  • "Earthquake Detection Using Deep Learning for Continuous Seismic Network Records" By Keisuke Yano

  • "Local Earthquake Tomography Using Structured Sparsity Regularization for Seismic Velocity Modeling" By Yohta Yamanaka

  • "Uncertainty Evaluation of Source Parameter Estimates by MCMC in Oklahoma" By Nana Yoshimitsu

  • "Uncertainty Quantification Based on 4DVar Data Assimilation for Massive Simulation Models" By Shin-ichi Ito

   

CalTechのZachary ROSS Assistant Professorをお迎えして、ワークショップで講演をして頂きました。

  • "A Deep Learning Pipeline for Earthquake Monitoring"

JpGU出展(2019.5.26~5.30)

幕張メッセ国際展示場にて行われた「日本地球惑星科学連合2019年大会」(JpGU) に、東京大学地震研究所として出展致しました。ブース内には、iSeisBayesのパネルと共にリーフレットや説明員を配置し、iSeisBayesの新しい取り組みを公開致しました。

   

会場A08では、「最先端ベイズ統計学が拓く地震ビッグデータ解析」と題するセッションを開催しました。人気が高く、立ち見が出るほどの盛況ぶりに、注目の分野だという事を再認識しました。

13:45-14:00 「A bad inversion result suggests bad modeling」

14:00-14:15 「稠密地震観測網における地震波動場の推定:MeSO-netにおける最適化」

14:15-14:30 「Uncertainty quantification based on 4DVar data assimilation for massive simulation models」

14:30-14:45 「ベイズ統計を用いた余震活動のモデリングと確率予測」

14:45-15:00 「Bias Correction for the Distribution of Aftershoks Within Short-Term Period Immediately After Large Main Shock」

15:00-15:15 「Deep-learning-based Earthquake Detection for Continuous Seismic Network Records」

 

JSTフェア(2018.8.30~31)

東京ビッグサイトで行われたJSTフェア~科学技術による未来の産業創造展~において、「最先端ベイズ統計学が拓く地震ビッグデータ解析」と題したブースを出展しました。 ブースには、iSeisBayesのパネルとリーフレットを置き、次世代地震計測と最先端ベイズ統計学との融合プロジェクトの周知と紹介を行いました。