TY - JOUR

T1 - Определение времен прихода прямых P- и S-волн для слабых землетрясений при помощи машинного обучения

AU - Камашев, Александр Максимович

AU - Дучков, Антон Альбертович

AU - Яскевич, Сергей

N1 - Исследования проводились при финансовой поддержке Российского научного фонда (проект 23-17-00237). Камашев, А. М. Определение времен прихода прямых P- и S-волн для слабых землетрясений при помощи машинного обучения / А. М. Камашев, А. А. Дучков, С. В. Яскевич // Вопросы инженерной сейсмологии. – 2025. – Т. 52, № 2. – С. 55-71. – DOI 10.21455/VIS2025.2-4. – EDN KHVHBU.

PY - 2024

Y1 - 2024

N2 - Предложен новый подход к автоматизации определения времен прихода P- и S-волн при обработке данных слабой локальной сейсмичности. Особенность подхода состоит в том, что не ставится задача обучить универсальную нейронную сеть для всех типов данных. Фокусировка на данных конкретного района значительно сужает требования к полноте обучающей выборки. Важным результатом является инструмент автоматического контроля качества, поскольку он одновременно обеспечивает точность обработки для принятых событий и формирует достаточно небольшую выборку сомнительных событий, которые затем могут быть использованы для ручной обработки и дообучения нейросетевого алгоритма. Подход был протестирован на реальных данных двух сейсмологических сетей в разных районах. В статье показана возможность обучения нейронной сети для конкретного района на малом наборе данных - на записях 20-40 локальных землетрясений. Для данных высокого качества удалось обеспечить определение времен прихода P- и S-волн с ошибкой менее 50 мс для 94% и 88% случаев соответственно; для данных худшего качества получилось определить времена прихода P- и S-волн с ошибкой менее 200 мс в 82% и 73% случаев соответственно. Предложенный подход позволяет ускорить внедрение автоматической обработки за счет уменьшения необходимого размера обучающей выборки. Подход был внедрен в потоковую обработку для рассмотренных сейсмологических сетей.

AB - Предложен новый подход к автоматизации определения времен прихода P- и S-волн при обработке данных слабой локальной сейсмичности. Особенность подхода состоит в том, что не ставится задача обучить универсальную нейронную сеть для всех типов данных. Фокусировка на данных конкретного района значительно сужает требования к полноте обучающей выборки. Важным результатом является инструмент автоматического контроля качества, поскольку он одновременно обеспечивает точность обработки для принятых событий и формирует достаточно небольшую выборку сомнительных событий, которые затем могут быть использованы для ручной обработки и дообучения нейросетевого алгоритма. Подход был протестирован на реальных данных двух сейсмологических сетей в разных районах. В статье показана возможность обучения нейронной сети для конкретного района на малом наборе данных - на записях 20-40 локальных землетрясений. Для данных высокого качества удалось обеспечить определение времен прихода P- и S-волн с ошибкой менее 50 мс для 94% и 88% случаев соответственно; для данных худшего качества получилось определить времена прихода P- и S-волн с ошибкой менее 200 мс в 82% и 73% случаев соответственно. Предложенный подход позволяет ускорить внедрение автоматической обработки за счет уменьшения необходимого размера обучающей выборки. Подход был внедрен в потоковую обработку для рассмотренных сейсмологических сетей.

KW - Локальные землетрясения

KW - Сейсмический мониторинг

KW - Искусственные нейронные сети

KW - Время прихода волн

KW - Автоматическая обработка

KW - AUTOMATIC PROCESSING

KW - WAVE ARRIVAL TIMES

KW - Artificial neural networks

KW - SEISMIC MONITORING

KW - LOCAL EARTHQUAKES

UR - https://www.elibrary.ru/item.asp?id=82520305

U2 - 10.21455/VIS2025.2-4

DO - 10.21455/VIS2025.2-4

M3 - статья

VL - 52

SP - 55

EP - 71

JO - Вопросы инженерной сейсмологии

JF - Вопросы инженерной сейсмологии

SN - 2311-9586

IS - 2

ER -