• ISSN 2097-1893
  • CN 10-1855/P
王林 译. 2019. 机器学习应用于地震预警中的地震波判别研究. 世界地震译丛. 50(5): 401-410. doi:10.16738/j.cnkii.ssn.1003-3238.201905001.
引用本文: 王林 译. 2019. 机器学习应用于地震预警中的地震波判别研究. 世界地震译丛. 50(5): 401-410. doi:10.16738/j.cnkii.ssn.1003-3238.201905001.
Z. F. Li, M. -A. Meier, E. Hauksson, et al. 2018. Machine learning seismic wave discrimination: Application to earthquake early warning. Geophys. Res. Lett. 45, 4773-4779. https://doi.org/10.1029/2018GL077870. doi: 10.16738/j.cnki.issn.1003-3238.201905001
Citation: Z. F. Li, M. -A. Meier, E. Hauksson, et al. 2018. Machine learning seismic wave discrimination: Application to earthquake early warning. Geophys. Res. Lett. 45, 4773-4779. https://doi.org/10.1029/2018GL077870. doi: 10.16738/j.cnki.issn.1003-3238.201905001

机器学习应用于地震预警中的地震波判别研究

Machine learning seismic wave discrimination: Application to earthquake early warning

  • 摘要: 由于天然或人为干扰产生的局部脉冲式噪声影响,使得地震预警系统出现误报。为减少此类问题,我们利用美国南加州和日本的30万条地震波形记录,训练了一个生成式对抗网络(GAN)用于识别P波初至特征。我们将GAN判别器作为自动特征提取器,并利用70万条地震事件和噪声波形记录训练了一个随机森林分类器。结果表明,该方法可以辨别99.2%的P波和98.4%的噪声信号。其优越的性能有望极大地减少因局部脉冲式噪声而造成的误触发数量。我们的研究表明,GAN判别器能获取简洁有效的地震波形特征,可广泛应用于地震学研究。

     

/

返回文章
返回