Thermochemical Structure of the Upper Mantle beneath East Asia: AI-Based Receiver Function Clustering and Petrological Modeling
이공학학술연구기반구축(R&D) · 기본연구B(포용형)
2026년
2340064155
교육부
한국연구재단
서울대학교
강현선
1명
2026.09.01 ~ 2027.02.28
2026.09.01 ~ 2029.08.31
3,000만원
3,000만원
기초연구
대학
서울특별시 관악구
지구과학(지구/대기/해양/천문) > 지구물리학 > 지진학
본 연구는 딥러닝 기반 비지도 학습을 활용한 수신함수(지진 변환파형) 군집분류와 암석물리·열역학 모델링을 결합하여, 동아시아 상부맨틀 암석권-연약권 경계(LAB) 및 맨틀 전이대(MTZ)의 열화학적 구조를 정량적으로 규명하는 것을 목표로 한다. 구체적으로는 (1) 딥러닝 기반 수신함수 군집분류 체계 구축, (2) 수신함수 군집별 열역학·암석물리 모델링을 통...
동아시아 대규모 수신함수 파형 데이터(P파 수신함수 5만개 이상, S파 수신함수 4천개 이상)에 딥러닝 비지도 학습 모델을 적용하여 LAB·MTZ 불연속면의 지진 변환파 패턴을 객관적으로 군집분류한다. 기존 군집 기법을 원시 파형에 직접 적용할 경우 비선형적 위상차·잡음에 취약한 한계를 딥러닝 기반 잠재공간 압축 후 군집화 방식으로 극복한다. 군집분류된 수신함수 ...
본 연구에서 개발하는 딥러닝 수신함수 군집분류 모델과 코드는 오픈소스로 공개하여 국내외 연구자가 즉시 활용할 수 있도록 하며, 수신함수 분석의 자동화·표준화 플랫폼으로의 확장을 도모한다. 정량화된 동아시아 LAB 부분용융체의 3차원 분포는 한반도 주변 지진 위험도 평가 모델 고도화에 기여하며, 상부맨틀 휘발성 물질(H₂O·CO₂) 함량 분포 지도는 자연수소 등 ...