Key points are not available for this paper at this time.
يعد كشف إشارات الزلازل والتقاط المراحل الزلزالية مهامًا صعبة في معالجة البيانات المزعجة ومراقبة الزلازل الصغيرة. نقدم هنا نموذج تعلم عميق عالمي للكشف عن الزلازل والتقاط المراحل بشكل متزامن. إن تنفيذ هذين المهمتين المرتبطتين معًا يحسن من أداء النموذج في كل مهمة فردية من خلال دمج المعلومات في المراحل وفي الشكل الكامل لإشارات الزلازل باستخدام آلية انتباه هرمي. نوضح أن نموذجنا يتفوق على طرق التعلم العميق السابقة وخوارزميات الكشف والتقاط المراحل التقليدية. عند تطبيق نموذجنا على بيانات مستمرة لمدة 5 أسابيع تم تسجيلها خلال 2000 زلزال في توتوري باليابان، تمكنا من كشف وتحديد زلازل أكثر بمرتين باستخدام جزء فقط (أقل من 1/3) من محطات الزلازل. يلتقط نموذجنا مراحل P وS بدقة قريبة من التقاط المحللين البشر؛ ومع ذلك، يمكن أن تؤدي كفاءته العالية وحساسيته الأعلى إلى كشف وتصنيف المزيد من الأحداث الأصغر.
درس موسوي وآخرون (الجمعة) هذا السؤال.