基于神经点过程的地震预测基准平台EarthquakeNPP
地球物理
2026-03-12 v3 机器学习
应用统计
机器学习
摘要
数十年来， epidemic-type aftershock sequence（ETAS）等经典点过程模型一直被广泛用于预测地震的发生时间和位置。近期的进展导致了神经点过程（Neural Point Processes, NPPs），它们在灵活性和性能上相较于经典模型有所提升。然而，当前用于NPP的基准测试不代表地震学界最新的挑战，因为其包含数据泄露且遗漏了该地区最大的地震序列。此外，最初的地震预测基准未能将NPP与地震学中常用的先进预测模型进行比较。为此，我们引入EarthquakeNPP：一个基准平台，精选并标准化了现有的公共资源：全球可用的地震目录、ETAS模型以及来自地震学界的评估协议。数据集覆盖从小到大的目标区域（加州），时间跨度为1971至2021年，并包含不同的数据集生成方法。基于对数似然和在地震学中广泛认可的生成评估指标的基准实验表明，测试的五种NPP中没有一种能超越ETAS。这些发现表明当前的NPP实现尚不适用于实际的地震预测。尽管如此，EarthquakeNPP为地震学和机器学习社区之间的未来合作提供了平台。
引用
@article{arxiv.2410.08226,
title = {EarthquakeNPP: A Benchmark for Earthquake Forecasting with Neural Point Processes},
author = {Samuel Stockman and Daniel Lawson and Maximilian Werner},
journal= {arXiv preprint arXiv:2410.08226},
year = {2026}
}
备注
Accepted to Transactions on Machine Learning Research (TMLR), 2026