文章摘要
贾佳,王夫运,吴庆举.机器学习在地震检测与震相识别的应用综述[J].地震工程学报,2019,41(6):1419-1425. JIA Jia,WANG Fuyun,WU Qingju.Review of the Application of Machine Learning in Seismic Detection and Phase Identification[J].China Earthquake Engineering Journal,2019,41(6):1419-1425.
机器学习在地震检测与震相识别的应用综述
Review of the Application of Machine Learning in Seismic Detection and Phase Identification
投稿时间:2019-05-25  
DOI:10.3969/j.issn.1000-0844.2019.06.1419
中文关键词: 机器学习;地震检测;震相识别;地震学
英文关键词: machine learning;earthquake detection;phase identification;seismology
基金项目:2017年国家自然科学基金面上项目:基于多种类型地震数据构建川滇地区三维地壳模型(4177040690)
作者单位
贾佳 中国地震局地球物理研究所, 北京 100081 
王夫运 中国地震局地球物理勘探中心, 河南 郑州 450002 
吴庆举 中国地震局地球物理研究所, 北京 100081 
摘要点击次数: 146
全文下载次数: 121
中文摘要:
      在地震学研究中地震检测与震相识别是最基础的环节,其拾取速度和精度直接影响其在地震精确定位以及地震层析成像中的应用效率和精度。近年来,机器学习在地震学领域中引起广泛关注。机器学习可以改进传统地震检测和震相识别方法,使它们能达到更加准确,识别率更高的效果。把机器学习方法按照监督学习和无监督学习分类介绍,并对机器学习方法流程进行总结,并对目前在地震检测与震相识别方面应用较为广泛的机器学习方法(卷积神经网络、指纹和相似性阈值、广义相位检测、PhaseNet、模糊聚类)进行综述。结果表明:机器学习在地震事件检测和震相识别将会是主要的手段。数据驱动的机器学习在地震学中的应用和物理模型的联合运用将是未来的发展趋势。
英文摘要:
      In seismological research, picking speed and accuracy of seismic detection and phase identification directly affect their application efficiency and accuracy in precise seismic positioning and tomography. In recent years, machine learning has attracted wide attention in the field of seismology. Machine learning can improve upon traditional seismic detection and phase identification methods, thus achieving more accurate and higher recognition rates. In this paper, we introduced a machine learning method according to the classification of supervised learning and unsupervised learning, then summarized the flow of the machine learning method. Finally, we reviewed those machine learning methods widely used in seismic detection and phase identification, i.e., convolution neural network, fingerprint and similarity threshold, generalized phase detection, PhaseNet, and fuzzy clustering. Results showed that machine learning will be the primary means of seismic event detection and seismic phase identification. Application of data-driven machine learning in seismology combined with the physical model will be the development trend of the future.
查看全文   查看/发表评论  下载PDF阅读器
关闭

您是第2777860位访问者
版权所有欢迎《地震工程学报》编辑部
主管单位:中国地震局 主办单位:中国地震局兰州地震研究所
清华大学
中国地震学会
中国土木工程学会
地  址: 甘肃省兰州市东岗西路450号 邮编:730000 电话:0931-8275892 E-mail: dzgcxb@gsdzj.gov.cn
本系统由北京勤云科技发展有限公司设计