用于地震预警中震级预测的深度学习
地球物理
2020-07-07 v2 信号处理
摘要
快速且准确的震级预测是地震预警成功的关键。我们提出了一种基于深度学习的 P 波震级预测新方法（EEWNet），其以时间序列数据而非特征参数作为输入。EEWNet 的架构根据输入长度自适应调整，从而消除了深度学习中对超参数进行复杂调优的需要。仅使用垂直分量的未滤波加速度图。EEWNet 在中等规模数据集（10,000s 条记录）上训练，但相较于使用参数 {\tau}log、{\tau}c 和 Pd 的方法，其在震级预测中取得了优异结果。
引用
@article{arxiv.1912.05531,
title = {Deep learning for magnitude prediction in earthquake early warning},
author = {Yanwei Wang and Zifa Wang and Zhenzhong Cao and Jingyan Lan},
journal= {arXiv preprint arXiv:1912.05531},
year = {2020}
}
备注
6 pages, 4 figures