Genetic analysis of pheochromocytoma and paraganglioma complicating cyanotic congenital heart disease

概要

本論文は、 深層学習を用いて高性能の地震波自動処理プログラムを開発するとともに、開発したプログラムを活用して、有馬高槻断層帯深部の地震波反射体の実体を高精度・高分解能で明らかにしたものである。

近年、深層学習の地震波自動処理への適用が盛んに行われ、開発されたプログラムには人間と同程度の処理能力を持つものがあることが報告されている。しかしながら、深層学習を用いたモデルは一般的にブラックボックスであり、モデルが地震波形のどのような特徴に着目して処理を行っているかはこれまで不明だった。また、公開されているプログラムには、P波到着時刻と極性を同時に決定するものは無かった。本研究では、既存のニューラルネットワークに、地震波形の特徴を抽出可能なblockを追加することにより、モデルが地震波形の特徴をどのようにとらえているかを可視化した。さらに、これらのblockにより抽出された地震波形の特徴を活用した処理を行うことにより、これまで開発されたプログラムの中でも特に高性能であると評価されているPhaseNetやEQ transformerよりも、人間の読み取り結果との走時の残差が小さく、正しく読み取ることが出来ている割合が高いなど、性能の高いプログラムを開発することに成功した。

有馬高槻断層帯の北方の下部地殻内に、地震波反射体が存在することが知られている。これまでも、満点計画による稠密な地震観測網の波形データを活用して、反射体のイメージングが行われ、深部低周波地震の震源域を下端とするような北落ちの反射体が推定されていた。しかしながら、既存研究では、単純な速度構造や一定傾斜の反射体を仮定していること、浅部のイメージングにおいて直達S波の影響を除き切れていないことなどの問題があった。そこで、本研究では、新たに開発した深層学習のプログラムを用いることで、満点計画の地震データの中で、未処理で震源決定も行われていなかったデータを解析に利用することを可能にした。さらに、開発した走時読み取りプログラムをFine TuningしてS波の反射波を読み取るモデルを作成することにより、約14万個という大量の反射波を解析に用いることを可能とした。また、深部低周波地震の震源決定に用いられている速度構造を解析に用いること、および、マイグレーション処理により反射体の傾斜を補正することで、反射体の上面の位置を精度よく推定することに成功した。加えて、高周波帯域までのレシーバー関数解析を行うことにより、これまで不明だった反射体の鉛直方向の構造を推定し、反射体が厚さ5km以下の地震波低速度の薄い層であることを明らかにした。これらにより、反射体は深部低周波地震の震源域で最も深く、そこから浅部へ拡がっていることが明確となった。さらに、反射体の南北の端の水平位置を押さえることにより、主たる反射体が、深部低周波地震の震源域から有馬高槻断層帯へ向かって、南上がりの扇形に拡がるように分布していることが分かった。日本の下部地殻の温度圧力下では水は浸透では移動できないと考えられること、有馬型塩水がマントル起源であることなどから、反射体は、有馬高槻断層帯の深部の延性せん断帯の低速度異常域をイメージングしたものであると推定された。