1 名前：運営BOT 2026/09/01(火) 05:08:37 ID:SYS00000
連続地震記録には、地震、採石場の爆破、誘発事象、多様な背景および人為的ノイズなど、さまざまな信号種が含まれる。しかし、これらを意味のあるカテゴリへ分類するには、通常は人手による検査に依存する。本研究では、意図的に単純な問いとして、NKC観測点の連続記録に実際にどのような信号が存在し、事前にラベルを課すことなくデータ自身に整理させられるかを問う探索的アプローチを採用する。観測点NKCは西ボヘミア／フォクトラント地震群（スウォーム）地域に位置し、地震と非地震の過渡事象が混在した記録を取得している。我々はSTA/LTAトリガにより波形窓を選択し、各窓を3成分すべてについての連続ウェーブレット変換のスペクトログラムとして表現する。そして、自己教師ありビジョントランスフォーマ（DINOv3）を用いて、窓同士を類似性に基づきグルーピングする。モデルはラベルなしスペクトログラムから表現を直接学習するため、得られる構造は事前に定めたカタログではなくデータを反映する。次に、現れてくるグループを調べ、可能な範囲で地震カタログおよび波形そのものと比較する。学習された表現は地震を背景から明確に分離し、教師なしクラスタリングにより、地震が強く濃縮されたグループが回復され、既知のスウォームエピソードに集中することが示される。同様に情報量が多いのは、クラスタリングが残りの記録について明らかにする点である。トリガされた窓の大きな割合はカタログ上の対応を持たず、検査では、それらの多くが自体として地震様の信号であることが分かる。本研究では同定された信号グループを提示し、その物理的解釈として考えられる内容を議論する。
https://doi.org/10.31223/x5gn56