用于地震检测的时空图结构学习
机器学习
2025-03-17 v1
摘要
地震检测对于地震预警（EEW）系统至关重要。传统方法在低信噪比和单台站依赖方面存在困难，限制了其有效性。我们提出了一种时空图卷积网络（GCN），使用谱结构学习卷积来模拟地震台站之间的静态和动态关系。我们的方法处理多台站波形数据并生成特定于台站的检测概率。实验表明，在真正例率（TPR）和假正例率（FPR）方面，其性能优于传统的 GCN 基线，突显了其在稳健的多台站地震检测中的潜力。本研究的代码仓库可在 https://github.com/SuchanunP/eq_detector 获取。
引用
@article{arxiv.2503.11215,
title = {Spatio-Temporal Graph Structure Learning for Earthquake Detection},
author = {Suchanun Piriyasatit and Ercan Engin Kuruoglu and Mehmet Sinan Ozeren},
journal= {arXiv preprint arXiv:2503.11215},
year = {2025}
}
备注
7 pages