PyAWD：一个用于生成声波传播大型合成数据集的库
机器学习
2025-04-30 v2
摘要
由于部署物理地震仪的高成本和后勤挑战，地震数据通常稀疏且分布不均，限制了机器学习 (ML) 在地震分析中的应用。虽然存在模拟方法，但目前没有工具能够生成包含模拟地面运动测量的大型数据集。为了填补这一空白，我们引入了 PyAWD，这是一个 Python 库，旨在生成高分辨率合成数据集，模拟二维和三维非均匀介质中的时空声波传播。通过允许对波速、外力、时空离散化和介质成分等参数进行精细控制，PyAWD 能够创建 ML 规模的数据集，以捕捉地震波行为的复杂性。我们通过一个震中检索任务展示了该库的潜力，展示了其在缺乏密集真实世界数据的情况下，适合设计需要先进 ML 方法的复杂、准确的地震问题。我们还展示了我们的工具在震中检索框架中解决数据预算问题的实用性。
引用
@article{arxiv.2411.12636,
title = {PyAWD: A Library for Generating Large Synthetic Datasets of Acoustic Wave Propagation},
author = {Pascal Tribel and Gianluca Bontempi},
journal= {arXiv preprint arXiv:2411.12636},
year = {2025}
}