基于HTM的地震波检测皮层算法

立即识别地震波对于实现高效的灾害预防非常重要。通常这些系统由地震探测器网络组成，将实时数据发送到中央服务器。服务器处理数据并尝试识别地震的最初迹象。这种方法当前的问题在于它容易出现误报。系统的灵敏度与错误率之间存在关键的权衡。为克服这些问题，可以使用基于人工神经网络的智能学习系统。然而，传统的监督式ANN系统难以训练、耗费CPU且容易出现误报。为超越这些问题，这里我们尝试使用下一代无监督皮层算法HTM。这种新方法不学习特定波形，而是适应连续输入的数据，达到区分正常（无地震条件下地震传感器背景噪声）与异常（传感器对抖动或地震的响应）的能力。本研究的主要目标是测试HTM算法在可行的灾害预防系统中用于自动发出地震信号的能力。我们描述了所使用的方法，并给出了系统识别能力的首次定性评估。我们的初步结果表明，所使用的皮层算法对噪声非常鲁棒，并且能够有效可靠地成功识别合成的类地震信号。