BPニューラルネットワークを用いた絶対重力測定における振動誤差補正

なぜ微小な揺れが重要なのか

完全に静止しているつもりでも、私たちの足元の地面は決して完全に静かではありません。海の波、通過するトラック、遠方の地震、さらには風が地表をわずかに揺らします。多くの人にはこれらの動きは気づかれませんが、極めて高精度に地球の引力を測ろうとする科学者にとっては、その微小な揺れが測定を完全に曇らせてしまいます。本研究は、ニューラルネットワークという人工知能の一種を用いて、これら望ましくない振動をソフトウェア的に打ち消し、重力測定を十億分の数単位まで鮮明にする方法を紹介します。

落下物で地球を量る

現代の「絶対重力計」は、小さな物体が制御されたチャンバー内で落下する速度を計時して重力を測定します。レーザーが落下物の位置を追跡して詳細な軌跡を記録し、そこから局所的な重力の強さを算出します。広く使われるFG5‑Xのような機器は、地殻の微妙な変化を検出したり基礎物理を検証したりできるほどの驚くべき精度に既に達しています。しかし、これらの測定は基準鏡や周囲構造の振動に極めて敏感です。地面が動くとレーザー信号が揺らぎ、落下物がある基準点を通過したと機器が判断する瞬間がずれます。こうした微小な時刻のずれは、計算された重力値に直接的な誤差として現れます。

地面の動きが落下をどう歪めるか

著者らはまず、異なる種類の振動—ゆっくりしたドリフト、曲線的な揺れ、急速な振動—がレーザー信号をどのように歪めるかを理解するために、数学的およびコンピュータモデルを構築しました。各振動パターンが落下軌跡の計時誤差に独特の“指紋”を残すことを示しました。重要なのは、これらの誤差が単純に時間とともに累積するのではなく、各時刻の誤差がその瞬間の振動と密接に結びついている点です。つまり、振動信号を十分に把握できれば、理論上はその振動が引き起こす計時誤差を再構成して元に戻すことができます。問題は、生の振動読み取りと生じる計時誤差の関係が高度に非線形であり、単純な式では捉えきれないことです。

雑音を取り除くニューラルネットワークの学習

これに対処するため、チームは誤差の複雑な入出力関係の学習に長けた一般的な機械学習モデルであるバックプロパゲーション（BP）ニューラルネットワークに取り組みました。彼らは理想的な自由落下信号に、静かな実験室、典型的な現場、雑音の多い環境を含む現実的な振動パターンを組み合わせた10万件のシミュレーション例を生成しました。各ケースについて振動が引き起こす正確な計時誤差を算出し、ニューラルネットワークは測定された振動波形（および時刻情報）を入力として受け取り、対応する計時補正を出力するように訓練されました。学習を高速かつ安定化するために、著者らは従来の訓練法に代えてAdam最適化アルゴリズムを用い、ネットワークが内部の重みを適応的に更新する強さを調整しました。この組み合わせによりモデルはより速く収束し、平均誤差が極めて小さい計時誤差を予測できるようになりました。

コンピュータ試験から現実の観測点へ

シミュレーションで手法を確認した後、研究者らは自らの小型レーザー重力計Tide‑010を用い、北京近郊の非常に異なる3か所で実地試験を行いました：静かな地下国立重力基準点、地上階の事務所、緩い土壌と強い環境振動がある山地。この各地点でレーザー干渉信号と参照点の動きを高感度加速度計で同時に記録しました。生データはまず非常に高周波のノイズを除去するためにフィルタ処理され、その後訓練済みのニューラルネットワークに入力され、落下物の補正された時刻座標が得られました。これらの補正軌跡を用いて重力を再計算し、従来の「直接」フィッティングによる結果と分散やバイアスを比較しました。結果として、ニューラルネットワークは重力読みのランダムなばらつきを概ね80〜85%削減し、平均誤差をほぼゼロに保ちました。

より鋭い重力測定とその意義

一般向けに述べれば、このAI支援手法は重力計が地面の揺れを“聴き”、その影響を数学的に差し引くことを可能にします。これはノイズキャンセリングヘッドホンが音楽の背景ノイズを除去するのに似ています。静かな地下環境や一般的な建物内では、補正後の測定は市販の最良機器に匹敵するかそれを上回り、約1〜2マイクロガル（重力加速度の百万分の一）の精度に達しました。雑音の多い山地でも誤差は約3マイクロガルに抑えられました。この改善は大きな新しいハードウェアを必要とせず、主により賢いデータ処理に依存します。その結果、この技術は各国が高精度の重力計を自前で開発するのを助け、地震や火山のより良い監視を支え、基礎物理のより正確な検証を可能にするなど、地表の絶え間ない微細な揺れを見抜くことで多くの応用が期待されます。

引用: Niu, Y., Wu, Q., Zhang, Y. et al. Vibration error correction in absolute gravity measurement using BP neural network. Sci Rep 16, 14072 (2026). https://doi.org/10.1038/s41598-026-43402-1

キーワード: 重力測定, 地面振動, ニューラルネットワーク, 精密地球物理学, 信号補正