남부 알래스카의 아이스퀘이크와 지진 간 구별: 랜덤 포레스트 알고리즘을 이용한 웨이브폼 특징 탐색

요약 본 연구는 지진 사건 탐지 및 분류 문제를 위한 머신러닝 애플리케이션에서 자주 사용되는 지진 웨이브폼의 특징 공간을 조사합니다. 우리의 연구는 다양한 지진 활동을 포착하는 남부 알래스카 지역에 중점을 두며, 특히 해양 말단 빙하의 분리와 활성판 경계에서의 테크토닉 지진이 포함됩니다. 지진과 빙하 지진의 자동화된 구별이 우리의 기본 목표이지만, 이 데이터 세트는 지역 지진 단계의 일반 특징 공간을 탐색할 수 있는 탁월한 기회를 제공합니다. 이 목표는 아이스퀘이크와 우리가 연구하는 지리적 지역을 넘어 적용 가능성이 있습니다. 우리는 지진 웨이브폼의 스펙트럼 내용에 뿌리를 둔 특징이 통계적 및 시간적 특징보다 일관되게 뛰어나다는 주목할 만한 발견을 합니다. 스펙트럼 특징은 클래스 불균형에 강력한 성능을 보이며, 진원 거리 및 신호 대 잡음 비율과 같은 요인에 최소한의 영향을 받습니다. 또한 모델의 전이 가능성에 대한 실험을 수행한 결과, 전이 가능성은 주로 웨이브폼의 외관에 따라 달라진다는 것을 발견했습니다. 마지막으로, 우리는 잘못 분류된 사건을 분석하고 원래 지역 카탈로그에서 잘못 식별된 사례를 찾습니다.