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
蔡育埼1
于子叶1
王伟涛1
安艳茹2
李璐1
1.中国地震局地球物理研究所,北京 1000812.中国地震台网中心,北京 100045
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.
关键词：深度学习震相检测初动检测事件分类预训练模型
分类号：P315(大地（岩石界）物理学（固体地球物理学）)O242(计算数学)
论文发表日期：2025-01-27
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 111-116 )
英文信息