面向实时地震早期预警的广义神经网络
地球物理
2024-10-04 v1 人工智能
摘要
深度学习通过直接挖掘地震波形增强了地震监测能力。然而，当前在特定区域训练的神经网络在泛化到不同区域时面临挑战。本文采用一种数据重组方法，生成可在任意位置、任意台站分布下发生的广义地震，用于神经网络训练。训练后的模型可应用于具有不同监测设置的各种区域，从连续地震波形流中进行地震检测和参数评估。这使得实时地震早期预警（EEW）能够在地震发生的极早期阶段启动。当应用于日本和美国加利福尼亚州的大量地震序列时，我们的模型在首个触发台站后4秒内可靠地报告地震位置和震级，平均误差分别为2.6-6.3公里和0.05-0.17。这些广义神经网络促进了实时EEW的全球应用，消除了传统方法通常所需的复杂经验配置。
引用
@article{arxiv.2312.15218,
title = {Generalized Neural Networks for Real-Time Earthquake Early Warning},
author = {Xiong Zhang and Miao Zhang},
journal= {arXiv preprint arXiv:2312.15218},
year = {2024}
}