Detection of records of weak local earthquakes using neural networks

N A Ulyanov,A V Yablokovav,Dergach P A,S V Yaskevich

doi:10.18303/2619-1563-2021-2-13

Abstract

Manual processing of large volumes of continuous observations produced by local seismic networks takes a lot of time, therefore, to solve this problem, automatic algorithms for detecting seismic events are used. Deterministic methods for solving the problem of detection, which do an excellent job of detecting intensive earthquakes, face critical problems when detecting weak seismic events (earthquakes). They are based on principles based on the calculation of energy, which causes multiple errors in detection: weak seismic events may not be detected, and high-amplitude noise may be mistakenly detected as an event. In our work, we propose a detection method capable of surpassing deterministic methods in detecting events on seismograms, successfully detecting a similar or more events with fewer false detections.

Highlights

Триггирование, триггер файл, магнитуда, детекция, детектирующая функция, землетрясение, сеть станций, сейсмическое событие, нейросеть, машинное обучение, разметка, сверточный слой
Deterministic methods for solving the problem of detection, which do an excellent job of detecting intensive earthquakes, face critical problems when detecting weak seismic events
They are based on principles based on the calculation of energy, which causes multiple errors in detection: weak seismic events may not be detected, and high-amplitude noise may be mistakenly detected as an event

Summary

ДЕТЕКЦИЯ ЗАПИСЕЙ СЛАБЫХ ЛОКАЛЬНЫХ ЗЕМЛЕТРЯСЕНИЙ С ИСПОЛЬЗОВАНИЕМ НЕЙРОННЫХ СЕТЕЙ

Ручная обработка больших объемов данных непрерывных наблюдений локальных сейсмических сетей занимает много времени, поэтому для решения данной задачи применяются автоматические алгоритмы детекции сейсмических событий. Детерминистические методы решения задачи детекции, которые отлично справляются с определением сильных землетрясений, при определении слабых сейсмических событий (землетрясений) сталкиваются с критическими проблемами. В их основе лежат принципы, основанные на вычислении энергии, что вызывает множественные ошибки в детекции: слабые сейсмические события могут быть не определены, а высокоамплитудный шум может быть принят за событие. В нашей работе мы предлагаем метод детектирования, способный превосходить детерминистические методы в детекции событий на сейсмограммах, успешно определяя аналогичное или большее количество событий с меньшим числом ложных детекций. Триггирование, триггер файл, магнитуда, детекция, детектирующая функция, землетрясение, сеть станций, сейсмическое событие, нейросеть, машинное обучение, разметка, сверточный слой

DETECTION OF RECORDS OF WEAK LOCAL EARTHQUAKES USING NEURAL NETWORKS

ОПИСАНИЕ ИСПОЛЬЗУЕМОЙ НЕЙРОННОЙ СЕТИ

Используемая архитектура сверточной нейронной сети

ПОДГОТОВКА ДАННЫХ И ОБУЧЕНИЕ НЕЙРОННОЙ СЕТИ ДЛЯ ДЕТЕКЦИИ СОБЫТИЙ

Найденные Пропущенные

КОРОТКО ОБ АВТОРАХ