地震・火山信号解釈のための物理情報を取り入れた機械学習

要旨：現代の地震・火山監視は、連続的な多センサー観測と、非定常でノイズの多い波場から実用的な情報を抽出する必要性によって、ますます形成されています。文脈として、機械学習は研究上の好奇心から、検出、位相選択、分類、ノイズ除去、異常追跡のための処理チェーンの実用的な要素へと移行しました。ただし、固定データセットでの精度向上だけでは運用上十分ではありません。モデルは、ドメインシフト（新しい観測地点、ノイズの変化、進化する火山活動）に対しても信頼性を維持し、意思決定を支える不確実性を提供し、出力を物理的に意味のある制約と結びつける必要があります。この論文は、地震・火山信号解析のための最近のMLアプローチを調査・整理し、古典的信号処理が不可欠な帰納的バイアスを提供する点、自己教師あり学習と生成モデリングがラベル依存性を低減できる点、地域間の転移を最もよく反映する評価プロトコルを示す点を強調しています。我々は、堅牢で解釈可能かつ保守可能なAI支援モニタリングのための未解決課題を挙げて結論づけます。