用于地震事件低维建模的多视角核方法
机器学习
2018-07-04 v1
摘要
从地震记录中学习的问题已研究多年。开发自动机制识别地震事件属性的兴趣日益增长。主要动机之一是能可靠识别人工爆炸。多源高维观测数据的可用性增加了机器学习技术在各领域的应用。本工作提出利用基于核融合的降维框架从原始数据生成有意义的地震表征。该方法在以色列和约旦记录的 2023 个事件上测试。该方法在事件类型分类和事件位置估计方面均取得有希望的结果。所提出的融合和降维工具可应用于其他类型的地球物理数据。
引用
@article{arxiv.1706.01750,
title = {Multi-View Kernels for Low-Dimensional Modeling of Seismic Events},
author = {Ofir Lindenbaum and Yuri Bregman and Neta Rabin and Amir Averbuch},
journal= {arXiv preprint arXiv:1706.01750},
year = {2018}
}