表形式の基盤モデルを用いた、データ不足と不均衡を克服するための正確で頑健な生成的アプローチ—土砂災害モデリングに向けて

概要: 山崩れ（地すべり）の調査は、地質学的・水文学的・人為的要因の影響を受ける、十分でかつバランスの取れた観測データに依存している。利用可能な山崩れのインベントリ（目録）はしばしば疎で偏っているため、誘因条件や破壊（失敗）メカニズムの理解が制限される。データ生成は、限られた山崩れ観測から特徴の依存関係を捉えるのに有効なアプローチである。しかし、山崩れに対する既存の生成手法は、特徴間の複雑な関係を捉えることが難しいことが多く、複数のシナリオや相互作用する要因に対する頑健性（ロバスト性）にも欠ける場合がある。ここでは、表形式の基盤モデルを利用することで、多特徴の山崩れデータセットを生成するための、正確で頑健なアプローチを提案する。限られた観測から学習する能力を活用することで、提案手法は、山崩れ発生に内在する多変量の依存関係と統計的特性を効果的に保持する。20件の山崩れインベントリに対する比較実験により、生成されたデータセットは観測分布と非常に良く一致し、現実的な特徴の依存関係を維持し、異なる環境文脈にわたって頑健性を示すことが確認された。本研究は、データの疎性と偏りを克服するための有効なアプローチを提供し、限られた観測の下での山崩れの素因（susceptibility）モデリングおよびリスク評価を強化するものである。