Haicheng 与 Tangshan 地震作为潜在龙王
计算机视觉与模式识别
2025-06-03 v2
摘要
龙王地震假说认为，某些极大至巨大地震不仅是由古根华-里特分布 (Gutenberg-Richter distribution, FMD) 的极端尾部决定，而是由 distinct 物理机制引发，成为统计异常值。我们构建数据驱动的框架来系统检验龙王地震假说。该方法结合基于数据自适应核密度估计 (KDE) 的客观空间聚类技术与高功率序列异常检测技术。对每个识别出的聚类，检验 FMD 的尾部以识别异常事件。通过鲁棒统计检验（主要为带内顺序测试的 max-robust-sum (MRS) 检验）评估候选龙王。对于每个观测到的 MRS 检验统计量，计算其 p 值，即该统计量由零假设分布生成的概率。我们将该框架应用于 1975 年毛氏 7.4 级海昌和 1976 年毛氏 7.9 级唐山地震。对于海昌，主震在前震序列中显示出强烈的龙王特征，在多种 KDE 密度阈值范围内稳定的 p 值介于 0.03 到 0.07 之间。后震和合并序列略高一些（最高达 0.09）。相比之下，唐山主震在事件前显示较弱的异常信号（p 值 0.05-0.15 之间），但在事件后表现出更强的龙王特征，p 值从 0.015 到 0.05。海昌和唐山主震展现出龙王特征的证据支持了某些大型和巨大地震源于一种可能增强可预测性的成熟过程的观念。海昌提供了一个清晰的案例研究，而回顾性分析表明，唐山可能也在更系统的程序下被预测。
引用
@article{arxiv.2504.21307,
title = {The Dual Power of Interpretable Token Embeddings: Jailbreaking Attacks and Defenses for Diffusion Model Unlearning},
author = {Siyi Chen and Yimeng Zhang and Sijia Liu and Qing Qu},
journal= {arXiv preprint arXiv:2504.21307},
year = {2025}
}