预测多种类型实验室地震的机器学习模型
ID:4721 View Protection:ATTENDEE Updated Time:2024-04-18 18:17:20 Hits:2486 Oral Presentation

Start Time:2024-05-20 09:09(Asia/Shanghai)

Duration:8min

Session:S3 主题3、地质灾害与工程地质 » S3-4主题3、地质灾害与工程地质 专题3.10、专题3.14、专题3.16(20日上午,307)

No files

Abstract
机器学习模型可以通过使用微地震(声发射)和实验室地震事件中断层区域弹性的变化来预测实验室地震。将实验室中训练得到的模型应用于自然地震的第一步是测试它们在不同实验环境中的适用性。在这项研究中,我们展示了一个经过微调的卷积神经网络(CNN)模型确实可以跨多种实验室条件转移。我们的模型采用类似于自然语言处理中使用的技术,包括解码器(decoder)技术,以有效捕捉声发射与断层应力之间的关系。我们成功地使用这些信息来预测不同实验设置中的实验室地震事件。通过微调,该模型也适用于不同断层滑动速率的实验室地震。我们的结果展示了将基于实验室的方法应用于构造地震和地震预测的潜力。
 
Keywords
实验室地震,机器学习
Speaker
汪冲浪
助理研究员 天津大学

Submission Author
汪冲浪 天津大学
Submit Comment
Verify Code Change Another
All Comments
Important Date
  • Conference Date

    May 17

    2024

    to

    May 20

    2024

  • Mar 31 2024

    Draft paper submission deadline

  • Mar 31 2024

    Contribution Submission Deadline

  • May 20 2024

    Registration deadline

Sponsored By
青年地学论坛理事会
Organized By
厦门大学近海海洋环境科学国家重点实验室
中国科学院城市环境研究所
自然资源部第三海洋研究所
Contact Information
Previous Conferences