ディープラーニングによる地震予測の概要ついて

1. 震度5以上の揺れを観測した地震のリストを作成
   • hi-net 　webサイトより、気象庁一元化処理 震源要素　計測値を取得する。
   • 震度5以上の大型地震のリストを抽出する。
2. 連続波形データの解析
   • hi-net 　webサイトより、連続波形データ を取得する
   • dewin32 tools にて連続波形データ観測値を観測点別に取り出す
   • ディープラーニングの学習用にデータを作成する。（１時間単位のデータ）
3. ディープラーニングの実行
   • 学習用教師データの作成
   日本付近を大まかに8つの震源域に分類する
   
   また、地震の発生前の期間によって分類
   ・2週間以内
   ・1週間以内
   ・2日以内
   
   連続波形データの時間が、大型地震のリストにある地震の
   ２週間以内、１週間以内、２日以内のどれかに該当する場合
   地震震源が該当する震源域の地震発生前の連続波形として
   特徴を畳み込みニューラルネットワークによって分類して学習。
   
   ex.)2016年5月5日22時 茨城県内観測点の連続波形データ
   →【房総震源域・２週間以内】のデータとして分類・学習
   ※2016年5月16日 21時23分 茨城県南部 震度5弱　の2週間前に該当
   
   • 地震の予測
   ダウンロード・作成した連続波形データを、教師データ学習済みモデルでテストし、
   分類による予想を行う
   
   ex.)2022年10月28日18時 茨城県内観測点の連続波形データを学習済みモデルでテスト
   →【房総震源域・２週間以内】のデータとして分類される
   ※2022年11月9日 17時40分 茨城県南部 震度5強　の2週間以内の予想ができることを期待値とする