ACM通信
ACM TechNews
研究人员创建具有更好探测能力的地震系统模型
怀俄明大学的研究人员Pejman Tahmasebi说，新的模型也可能被用于“监测火山活动、基础设施建模、清洁能源、地热系统和其他处理大数据是一个挑战的问题。”
图片来源:ReSurge International/Flickr Creative Commons
怀俄明州立大学的Pejman Tahmasebi和Tao Bai发明了一种机器学习(ML)模型，它大大提高了地震探测的准确性。
Tahmasebi说，该模型处理地震检波器记录的信号数据，可以自动从地震噪声中区分地震事件。
该模型结合了现有的长短时记忆模型和全卷积网络ML模型;前者捕获随时间变化的数据信号，后者过滤出地震事件的隐藏特征。
Tahmasebi表示，该模型具有89.1%的分类准确率，比最先进的ConvNetQuake模型提高了14.5%。
从怀俄明大学新闻
查看全文
版权所有©2021SmithBucklin，美国华盛顿特区
没有发现记录