震度などの揺れの強さを予測変数とし、それを地震の規模や地震からの距離などの説明変数と紐づけた上で、過去データに基づいた回帰解析によって経験式（地震動予測式）を導出するという研究は地震工学分野の主たる研究テーマである。これまでの研究における目的変数と説明変数の間の関係式は、単純化した物理モデルを近似しつつ、解析者が経験的・主観的に決定することが多かった。よりデータを再現する関係式を構築することができれば、地震動予測の精度向上につながるだけでなく、地震学および地震工学における新たな知見を獲得することにつながる可能性がある。目的変数と説明変数の間の関係式を推定する関数同定は多くの研究が行われてきたが、機械学習技術を活用した研究が近年行われており、既存手法よりも精度よく関数同定できている事例が報告されている。本研究ではAI Feynmanを用いた地震動予測式の関数同定を試みた。観測データを模擬した理論テストを行ったところ、ノイズ無しの場合はデータ中の説明変数の値を正規化することで関数同定に成功したが、ノイズ有りの場合は関数同定が難しいという結果が得られた。