環境電磁波情報からの異常信号検出問題におけるクラスタリングに閲する一検討

摘要

It is known that the detection of an anomalous signal radiated from the earth's crust is useful for predicting the precursor of the earthquakes. We have observed the electromagnetic (EM) wave using the Extremely Low Frequency band. Various methods for detection of an anomalous signal have been proposed. The known problem of those technique is related to a false detection due to the limitation of training data. We proposed the HMM based anomalous signal detection whose training data is the amplitude density distribution extracted from normal EM wave signals. However, the time resolution of anomalous signal detection is not discussed enough. In this paper, anomalous signal detection using amplitude density distribution calculated by short term signals is proposed to track a temporal change of acceptance probability.%現在，環境電磁波観測データから地震等地殻変動の発生に由来する異常な電磁放射（以下，異常信号）を検出する研究が行われており，著者等は極超低周波数帯による電磁波観測と解析を行っている．先行研究により様々な異常信号検出手法が提案されているが，学習データ数の制限により，未知の異常信号検出が困難である，異常信号と関連のない突発的な非定常信号を誤検出するなどの問題がある．そこで，異常信号を含まない観測信号の振幅密度分布のみをHMMに学習させ，異常信号を検出する手法が提案された．しかし，検出結果の時間分解能に対する考察が十分でなく，異常信号の放射期間の特定が14日後となる問題があった．本稿では，学習データよりも短い期間の振幅密度分布から抽出した人力シンボルを学習済みHMMに入力した際における異常信号検出の可能性について示す．