本研究では、有限要素法などの数値解析を用いずに、センサーデータから構造物の地震応答を予測するための説明可能な深層学習モデルであるExSRNet（Explainable Seismic Response Networks）を提案する。ExSRNetは周波数特性に着目し、周波数帯域分割にSincNet、時間的特徴抽出に因果的Dilated Convolution、各周波数帯域の重み付けに周波数アテンション、時間履歴応答予測にLSTMを組み合わせることで構成される。検証では、6層RC建物の観測データを用いて学習と予測を実施した。結果として、ExSRNetはLSTMモデルよりも正確に地震応答を予測できることが示された。さらに、ExSRNetによって推定された各周波数帯の寄与度は、応答のFFT解析結果と良好に整合していた。