Fourier 신경연산자와 확산 모델을 결합한 합성 지진 지반운동 스펙트럼 개선

초록

**
본 연구는 다중입력 Fourier 신경연산자(MIFNO)와 조건부 확산 확률 모델(DDPM)을 결합해, 저주파는 정확히, 중·고주파는 강화된 합성 지진 가속도 기록을 빠르게 생성한다. MIFNO가 제공하는 물리 기반 예측을 DDPM이 보정함으로써 스펙트럼 편향을 감소시키고 Goodness‑Of‑Fit 점수를 향상시켰으며, 0‑5 Hz 범위에서 실시간 수준의 추론이 가능함을 보였다.

**

상세 분석

**
이 논문은 원자력 시설 설계에 필수적인 강진 하중을 신속히 시뮬레이션하기 위한 새로운 AI‑기반 파이프라인을 제시한다. 핵심은 두 단계 모델링에 있다. 첫 번째 단계는 3차원 탄성파 방정식의 Green 연산자를 근사하는 Multiple‑Input Fourier Neural Operator(MIFNO)이다. MIFNO는 지질 파라미터 (a(\mathbf{x}))와 파원 위치·방위 ((\mathbf{x}_s,\boldsymbol{\theta}_s))를 입력으로 받아 지표면 속도 (\mathbf{v}(\mathbf{x},t))를 직접 예측한다. 기존 연구