Evaluating data augmentation techniques in the classification of multi-station seismic-volcanic signals

火山は落ち着きのない巨人のようであり、噴火する前にはしばしば「囁き」を発します。これらの囁きとは、地中を伝わる微細な振動である地震信号であり、マグマの移動、ガスの放出、あるいは地下の岩石の割れなどの物語を伝えています。数十年にわたり、科学者たちはこれらの囁きを聞き取るために人間の専門家に頼ってきました。膨大なデータストリームを一つずつ手作業で分類し、地下で何が起きているのかを特定してきたのです。このプロセスは時間がかかり、労力を要し、特に信号が微弱であったりデータが膨大であったりする場合、ヒューマンエラーが起こりやすいものでした。近年、コンピュータがこの「聞き取り」の役割を引き継ぎ始め、人工知能を用いて振動のパターンを認識するようになっています。しかし、これらのコンピュータの脳は大きな壁に直面しています。それは、学習するために膨大な数の例示を必要とする一方で、火山の世界において、稀で危険なイベントは、大量に見つけることが最も困難であるという点です。コンピュータが少数の不均衡な例に基づいて学習しようとすると、しばしば偏りが生じ、頻繁に目にする一般的なイベントを優先してしまい、真の危険を示す稀な、極めて重要なイベントを見逃してしまうのです。

チリの北部に位置するラスカール火山を対象とした、北チリ・カトリック大学の研究チームは、真実を認識する能力を失うことなく、より少ない例からコンピュータに学習させる方法を解決しようと試みました。彼らは、11の地震観測点によって監視され、地球の震動を記録している北チリのラスカール火山に焦点を当てました。研究チームは6,000件を超える地震イベントのデータベースを収集しましたが、これらは専門家によって、長周期イベント、火山性構造イベント、ハイブリッドイベント、構造イベント、および微動という5つの明確なカテゴリーに既に分類されていました。課題は、これらのカテゴリーが均等に分布していないことでした。いくつかの種類のイベントは一般的ですが、他のものは非常に稀であったため、コンピュータがその特徴を学習するのに苦労しました。これを解決するために、研究者たちは「データ拡張（data augmentation）」と呼ばれる戦略を採用しました。自然がより多くの稀なイベントを提供してくれるのを待つ代わりに、数学的な手法を用いて、既存のデータの新しい合成バージョンを作成したのです。これらの新しい例は、誤解を招くような「偽物」ではありません。それらは、本質的なアイデンティティを保ったまま、本物の信号をわずかに修正し、調整を加えたものです。目標は、コンピュータに対して、特定の詳細を暗記するのではなく、火山活動の根本的なルールを学べるよう、より豊かで多様な学習用ライブラリを提供することでした。

研究者たちは、これらの新しい例を作成するためのさまざまな方法をテストしました。ある手法では、ラジオの局間に流れるノイズのような静的なノイズを信号に加えることで、コンピュータが依然としてパターンを認識できるかどうかを確認しました。また別の手法では、信号を時間や周波数方向にわずかにシフトさせたり、異なる信号の一部を組み合わせて新しいハイブリッドを作成したりしました。さらに、コンピュータが2つの信号の最も優れた部分を選択して混ぜ合わせ、新しいものを作り出すという、生物の進化に触発された手法も用いました。これらの新しい信号がどの程度効果的であったかを測定するために、チームは単にコンピュータが正解を得られたかどうかだけでなく、新しい信号が元の信号とどの程度異なっているかも測定しました。彼らは、新しいデータがコンピュータに新しいことを教えるのに十分な多様性を持ちつつ、コンピュータが実際の火山に遭遇したときにそのレッスンが適用できるよう、現実の世界に十分に似ていることを確認する必要がありました。

結果は驚くべきものでした。研究者たちは、拡張データのみを含むデータセットで訓練されたモデルが、分類において優れた性能を示すことが多いことを見出しました。「ドリフティング（Drifting）」、「スペックオーグメント（SpecAugment）」、および「ジッタリング（Jittering）」といった手法は、それぞれ97.2%、95.4%、93.9%のテスト精度を達成しました。しかし、本研究は、実世界の信号に対してテストを行った際、「ドリフティング」技術を用いて実データと拡張データを混合して訓練されたモデルが、98.3%という最高の精度を達成したことも明らかにしました。これらの数値が重要である理由は、コンピュータが火山活動の根底にあるパターンを非常にうまく認識することを学び、現実世界のノイズや変動を無視できるようになったことを示しているからです。また、本研究は、単に希少なカテゴリーにデータを追加するだけでは不十分であり、追加されるデータの質と多様性がより重要であることを明らかにしました。最も優れた性能を示したモデルは、多様な信号の形状や質感を見て、コンピュータがショートカット（近道）に頼るのではなく、各イベントタイプの核となる特性を学習するように強制されたものでした。

この研究は、火山モニタリングへの新たな道を提示しています。データ拡張を用いることで、科学者は、たとえ危険なイベントの実例が非常に少なくても、より堅牢で信頼性の高いコンピュータモデルを構築することができます。本研究は、これらのモデルが単一の火山から訓練され、それでもなお高い汎用性を持つこと、つまり、世界中の他の火山にも適用できる可能性があることを実証しました。研究者たちは、成功の鍵は単に多くのデータを持つことではなく、よりスマートなデータ、すなわち、コンピュータに柔軟性を教えるのに十分な多様性を持ちつつ、現実の世界に十分に似た例を持つことであると結論付けました。結局のところ、コンピュータは単に地震を数えることを学んだのではありません。それは、人間の専門家だけでも達成が困難なほどの明晰さを持って、火山の言語を「聴く」ことを学んだのです。これは、ダイナミックで時に危険な火山センターの進化を理解するための強力な新ツールを提供しています。