预测多种类型实验室地震的机器学习模型
编号:4721 访问权限:仅限参会人 更新:2024-04-18 18:17:20 浏览:1112次 口头报告

报告开始:2024年05月20日 09:09(Asia/Shanghai)

报告时间:8min

所在会场:[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)

暂无文件

摘要
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。
 
关键词
实验室地震,机器学习
报告人
汪冲浪
助理研究员 天津大学

稿件作者
汪冲浪 天津大学
发表评论
验证码 看不清楚,更换一张
全部评论
重要日期
  • 会议日期

    05月17日

    2024

    05月20日

    2024

  • 03月31日 2024

    初稿截稿日期

  • 03月31日 2024

    报告提交截止日期

  • 05月20日 2024

    注册截止日期

主办单位
青年地学论坛理事会
承办单位
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
联系方式
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询