用图神经网络进行地震定位与震级估计
摘要：用监督学习方法解决了传统的地震定位和震级估计问题，我们训练了一个图神经网络，直接从输入的数据中预测估计值，每个输入允许有不同的地震网络、变量数量的站点和位置。我们使用假定的走时和振幅-距离衰减模型进行合成模拟来训练模型。架构使用一个图来代表站点集合，另一个图来代表模型空间。输入包括给定模型参数的理论数据预测值，以及定义了连接局部元素的图的邻接矩阵。正如我们所展示的，对于这种组合表示的图卷积在推断、数据融合和异常值抑制方面非常有效。我们将结果与传统方法进行比较，并观察到有利的性能。
作者：Ian W. McBrearty and Gregory C. Beroza
论文ID：2203.05144
分类：Geophysics
分类简称：physics.geo-ph
提交时间：2023-01-18