지진 데이터의 가중 집합에 대한 주성분 분석의 적용

여러 데이터 세트의 최적 집합은 많은 과학 분야에서 중요한 역할을 합니다. 집합의 품질은 신호 대 잡음 비율과 집합 이미지의 진폭 충실도에 영향을 미칩니다. 지진 데이터 처리에서 유사성 가중 집합은 각 트레이스와 참조 트레이스 간의 지역적 유사성을 가중치로 활용하여 정상 이동 보정 후 평탄화된 사전 집합 지진 데이터를 집계합니다. 전통적인 참조 트레이스는 공간 방향으로 데이터 행렬의 직접 산술 평균을 기반으로 계산된 근사 제로 오프셋 트레이스입니다. 그러나 데이터 행렬이 비정상적으로 정렬되지 않은 트레이스, 변동성 있는 비가우시안 랜덤 노이즈를 포함할 경우, 근사 제로 오프셋 트레이스의 정확성에 큰 영향을 미치게 되어 집합의 품질에도 영향을 미칩니다. 우리는 주성분 분석에 기반한 새로운 가중 집합 방법을 제안합니다. 데이터 행렬의 주성분, 즉 유용한 신호는 저계수 분해 방법을 통해 해결되는 최적화 문제에 입력하여 추출됩니다. 최적화 문제는 일반적인 특잇값 분해 알고리즘을 통해 해결됩니다. 데이터 행렬의 저계수 분해는 비정상 트레이스와 변동성 있는 비가우시안 랜덤 노이즈의 영향을 완화하여 전통적인 대안보다 더 견고할 것입니다. 우리는 합성 및 현장 데이터 예제를 사용하여 제안된 접근 방식의 성공적인 성과를 보여줍니다.