用于强震动地震谱图上P波检测的变分自编码器
机器学习
2026-01-12 v1 人工智能
摘要
准确的P波检测对于地震预警至关重要，然而强震动记录因高噪声水平、有限的标记数据和复杂的波形特征而带来挑战。本研究将P波到时检测重构为一种自监督异常检测任务，以评估架构变化如何调节重建保真度与异常判别之间的权衡。通过对492种变分自编码器配置的全面网格搜索，我们表明，虽然跳跃连接能最小化重建误差（平均绝对误差约为0.0012），但它们会引发“过度泛化”，使模型能够重建噪声并掩盖检测信号。相比之下，注意力机制优先考虑全局上下文而非局部细节，并实现了最高的检测性能，曲线下面积达到0.875。基于注意力的变分自编码器在0至40公里近源范围内实现了0.91的曲线下面积，显示出对即时预警应用的高度适用性。这些发现证实，偏向全局上下文而非像素级完美重建的架构约束，对于稳健的自监督P波检测至关重要。
引用
@article{arxiv.2601.05759,
title = {Variational Autoencoders for P-wave Detection on Strong Motion Earthquake Spectrograms},
author = {Turkan Simge Ispak and Salih Tileylioglu and Erdem Akagunduz},
journal= {arXiv preprint arXiv:2601.05759},
year = {2026}
}
备注
13 pages, 8 figures, 3 tables