Psssegnet: segmentando las fases P y S en señales microsísmicas a través del aprendizaje profundo
Autores: He, Zhengxiang; Xu, Xingliang; Rao, Dijun; Peng, Pingan; Wang, Jiaheng; Tian, Suchuan
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Psssegnet: segmentando las fases P y S en señales microsísmicas a través del aprendizaje profundo
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Microsísmico
Fase p
Fase s
Segmentación
Pss
Red
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 39
Citaciones: Sin citaciones
La segmentación de las fases P y S microsísmicas es un paso influyente que limita la precisión de la ubicación de eventos, la inversión de parámetros y el análisis de mecanismos. Por lo tanto, se propone un Unet mejorado llamado PSSegNet para segmentar inteligentemente las fases P y S. Las máscaras diseñadas se utilizan como salidas de PSSegNet, que se utilizan para obtener las características de tiempo-frecuencia de las fases P y S. Como resultado, el error cuadrático medio (MSE) entre la máscara predicha y la máscara etiquetada real se concentra por debajo de 2.5, y el error acumulado (AE) de la fase P/S reconstruida basada en la máscara predicha se concentra por debajo de 1.0 x 10. Los resultados de la selección de llegada muestran que el error general del conjunto de pruebas completo es inferior a 50 ms y la mayoría de los errores son inferiores a 20 ms. Datos con SNR (relación señal-ruido) < 2, 2
Descripción
La segmentación de las fases P y S microsísmicas es un paso influyente que limita la precisión de la ubicación de eventos, la inversión de parámetros y el análisis de mecanismos. Por lo tanto, se propone un Unet mejorado llamado PSSegNet para segmentar inteligentemente las fases P y S. Las máscaras diseñadas se utilizan como salidas de PSSegNet, que se utilizan para obtener las características de tiempo-frecuencia de las fases P y S. Como resultado, el error cuadrático medio (MSE) entre la máscara predicha y la máscara etiquetada real se concentra por debajo de 2.5, y el error acumulado (AE) de la fase P/S reconstruida basada en la máscara predicha se concentra por debajo de 1.0 x 10. Los resultados de la selección de llegada muestran que el error general del conjunto de pruebas completo es inferior a 50 ms y la mayoría de los errores son inferiores a 20 ms. Datos con SNR (relación señal-ruido) < 2, 2