换一批先导数据大模型:用于单台地震波形数据分析的双向神经网络预训练模型
Bi-directional Pre-trained Network for Single-station Seismic Waveform Analysis
摘要机器学习特别是深度学习方法在地震学中的应用越来越广泛,其在震相检测、地震分类中都达到了接近人类的精度.但目前,多数地震学神经网络模型专注于单一任务.我们基于中国地震台网中心发布的CSNCD数据集构建一个用于单台数据分析的双向神经网络预训练模型,模型以原始波形数据为输入,通过卷积神经网络和双向Transformer模型进行特征提取和处理,不仅可以完成常规的Pg、Sg、Pn和Sn震相检测、P波初动方向判定和事件类型判断工作,还可以通过迁移学习将模型用于其他地震波形数据分析工作中.
更多相关知识
关键词
深度学习震相检测初动检测事件分类预训练模型deep learningphase detectionfirst-motion polarityevent classificationpre-trained model
栏目名称
DOI
10.15953/j.ctta.2024.162
发布时间
2025-02-20（万方平台首次上网日期，不代表论文的发表时间）
- 浏览6
- 被引2
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
