<aside> 🗒️

目次

</aside>

1. はじめに

参加コンペの概要

Yale/UNC-CH - Geophysical Waveform Inversion

地震波から地下構造を推定する画像処理コンペ

• 開催期間: 2025/4/10~2025/7/2 (参加期間は2025/4/27~2025/7/2)
• ファイル提出形式
  • CSVファイルを提出
  • コード提出はなし
• 参加チーム数: 1365人
• Privateスコア: 235.19623, 最終順位: 1107th/1365

経験や環境

• 機械学習の経験
  • 2022/12~
    • 深層学習について書籍で学び、実践トレーニングのテーマとしてデータにアクセスしやすい株価予測を選択。論文などを参照しながらモデルを実装。モデル実装を通して、深層学習について学ぶ。
  • 2024/9~
    • Kaggleコンペ参加
      • 画像処理分野を中心にKaggleコンペに参加。本格的に参加したコンペは今回を含めて５回。これまでの参加コンペの詳細は以下のプロフィールページの「Pinned Work」を参照してください。
        • m3816 | Kaggle
• 環境
  • Kaggle提供の制限付きGPUを主に利用
    • 週30時間。最後の２週はColab Linkを使って週45時間利用。
  • ローカル環境
    • GPUなし。GPUなし環境では実験や訓練用途の運用は厳しかったので、データなどを制限した上で動作確認にのみ利用。

コンペ参加の目的

• HPOを中心とした実験構成の検討・整備と実践・調整
• 深層学習関連の仕事を目標に、実践を通しての経験と深層学習の理解

2. コンペの課題とデータ概要

タスク内容

• 与えられた2次元地震波形（波形画像）から、地下の速度マップ（速度構造画像）を推定。
• ラベルデータである速度マップは、与えられた地震波形データから従来の方法(FWI)で算出された速度マップ。
• 提出用のテストデータのサイズが大きく提出用データの推論に時間がかかる事や、従来のFWIは計算コストが高い事、ラベルデータが従来の方法での算出結果である事などから、精度を維持しつつ、従来の方法を高速化する事を意図したコンペと考えられる。