CREIME:地震同定とマグニチュード推定のための畳込み再帰モデル【JST・京大機械翻訳】

Chakraborty Megha; Fenner Darius; Li Wei; Faber Johannes; Zhou Kai; Ruempker Georg; Stoecker Horst; Srivastava Nishtha

プレプリント

J-GLOBAL ID：202202208568423814 整理番号：22P0327346

CREIME:地震同定とマグニチュード推定のための畳込み再帰モデル【JST・京大機械翻訳】

CREIME: A Convolutional Recurrent model for Earthquake Identification and Magnitude Estimation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (8件)： , , , , , , ,
資料名：
発行年： 2022年04月06日プレプリントサーバーでの情報更新日： 2022年04月06日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

マグニチュードのような地震パラメータの検出と迅速な特性化は地震学,特に地震早期警戒(EEW)のような応用において重要である。伝統的に,STA/LTAのようなアルゴリズムは事象検出に使用され,一方,1-3秒の最初のP-到着データから計算した周波数または振幅領域パラメータは,(体波)の大きさの最初の推定を提供するために時々用いられる。パラメータ決定における人的専門家の広範な関与のため,これらのアプローチは不十分であることが多い。さらに,これらの方法は,信号対ノイズ比に敏感であり,しばしば,パラメータの選択に依存して,偽または見逃し警報につながる可能性がある。したがって,著者らは,地震同定とマグニチュード推定(CREIME)のための畳込み再電流モデル(CREIME)のマルチタスク深層学習モデルを提案する。(i)バックグラウンド地震ノイズから最初の地震信号を検出し,(ii)最初のP到着時間を決定し,(iii)モデル入力として単一ステーションからの生3成分波形データを用いてマグニチュードを推定する。考察すれば,EEWでは,スピードが本質的に,これまでの研究に比べて,著者らが知る限りでは,2秒のP波情報を用いて,著者らが知る限りでは,かなり小さいデータウィンドウ(P波データまでの5秒ウィンドウ)である。CREIMEのロバスト性を調べるために,2つの独立したデータセットでテストし,事象対ノイズ識別に対して98パーセントの平均精度を達成し,それぞれ0.13秒と0.65ユニットの平均二乗平均平方根誤差で,最初のP到着時間と局所大きさを推定することができることを見出した。また,CREIMEアーキテクチャを他のベースラインモデルのアーキテクチャと比較し,それらを同じデータに訓練し,STA/LTAのような従来のアルゴリズムも比較し,著者らのアーキテクチャがこれらの方法より優れていることを示した。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

地震学一般

, , , ,

前のページに戻る