【技术实现步骤摘要】
一种基于可解释注意力神经网络的地震震相序列检测方法
[0001]本专利技术属于地震波形数据处理分析领域,具体涉及一种基于可解释注意力神经网络的地震震相序列检测方法
。
技术介绍
[0002]随着全球地震监测台网及基础设施的不断建立和完善,越来越多低成本高效益的传感器技术得到发展,海量数据不断涌现,地震学领域正面临着大数据时代所带来的“3V
’
s”挑战:体量
(Volume)、
种类
(Variety)
和速度
(Velocity)。
[0003]在这种时代背景下,人工智能
(Artificial Intelligence
,
AI)
技术逐渐被应用于地震学领域中,国内外相关学者进行了十余年的探索,几乎把以机器学习和深度学习为代表的
AI
技术带进了地震学的每一个子领域,尤其在地震事件检测
、
震相拾取
、
地震事件识别等诸多地震学任务中,
AI
技术都表现出了优于经典方法的能力
。
其中,震相拾取是地震数据自动处理的重要一步,准确检测震相并判断到时对于地震事件检测至关重要,也是目前
AI
技术在地震波形数据处理中的一个热门应用领域
。
当前绝大部分基于
AI
开展的震相识别工作,均主要针对
P
和
S
两种震相独立拾取,存在拾取震相单一且误检率
、 ...
【技术保护点】
【技术特征摘要】
1.
一种基于可解释注意力神经网络的地震震相序列检测方法,其特征在于,该方法包括如下步骤:步骤一
、
通过设定时间窗口和步长,将采集的地震波形原始数据滑动截取为若干个待检测窗口,并对所截取数据进行预处理;步骤二
、
将预处理后的地震波形数据输入到模型的编码器
Encoder
中,依次进行空间几何
、
时间序列以及全局和局部注意力信息的特征序列提取;步骤三
、
将步骤二中提取的特征序列输入到模型的解码器
Decoder
中,对其进行上采样,并最终通过模型预测层输出震相序列的检测识别和到时估算结果;步骤四
、
对模型解码器中的关键卷积层添加梯度类激活映射图并进行可视化,为模型输出震相序列识别和到时估算结果的决策行为提供可解释性
。2.
如权利要求1所述的基于可解释注意力神经网络的地震震相序列检测方法,其特征在于,所述步骤一中所述设定的时间窗口为
8.192
秒,所述设定的步长为
0.1
秒,所述预处理包括对滑动截取后的地震波形数据进行去线性
、
滤波和归一化操作
。3.
如权利要求2所述的基于可解释注意力神经网络的地震震相序列检测方法,其特征在于,所述步骤二中所述的模型编码器由多层卷积神经网络
、
循环神经网络和注意力神经网络组成,通过编码器对地震波形数据依次进行空间几何
、
时间序列以及全局和局部注意力信息的特征序列提取
。4.
如权利要求3所述的基于可解释注意力神经网络的地震震相序列检测方法,其特征在于,所述步骤二具体包括如下步骤:
S2.1、
首先将预处理后的地震波形数据输入到由7层
Conv1D
和5层
ResCNN
组成的一维卷积神经网络
CNN
中,对原始波形数据进行降采样空间几何特征提取;
S2.2、
然后将
S2.1
步骤中提取的降采样几何特征序列输入到由2层
Bi
‑
LSTM
和1层
LSTM
组成的循环神经网络
RNN
中,对其进一步提取时间序列特征;
S2.3、
接着将步骤
S2.2
中提取的时间序列特征分别输入到由2层全局
Transformer、1
层
LSTM
和1层局部
Transformer
组成的注意力神经网络中,依次提取得到全局注意力和局部注意力特征信息;全局注意力特征信息为事件级别特征信息,局部注意力特征信息为震相级别特征信息
。5.
如权利要求1所述的基于可解释注意力神经网络的地震震相序列检测方法,其特征在于,所述步骤三中所述的模型解码器由7层
Conv1D
一维反卷积神经网络构成,所述模型预测层由1层全连接层和
softmax
激活函数层组成
。6.
如权利要求1‑5任一项所述的基于可解释注意力神经网络的地震震相序列检测方法,其特征在于,所述步骤四中所述的对模型解码器中的关键卷积层添加梯度类激活映射图并进行可视化,在不改变网络原有结构和模型参数的情况下,取出关键卷积层的反向传播梯度计算特征图权重,通过加权计算得到梯度类激活映射图并对其进行可视化,为模型输出震相序列识别和到时估算结果的决策行为提供可解释性
。7.
如权利要求6所述的基于可解释注意力神经网络的地震震相序列检测方法,其特征在于,所述步骤四具体包括:
S4.1、
首先选定模型解码器中的感兴趣卷积层作为关键卷积层;
S4.2、
根据某一全连接层类别
y
c
所对应的通道输出结果,
c
代表类别序号,对上述关键卷
积层的输出特征图
A
k
计算反向梯度矩阵
k
代表通道序号,该梯度矩阵的维度与特征图
A
k
一致,维度为宽和高;
S4.3、
通过对梯度矩阵进行全局平均池化操作,得到特征图
A
k
的权重值为:其中,
Z
...
【专利技术属性】
技术研发人员:黄立洪,李健,刘哲函,王晓明,刘泽玉,李铭,
申请(专利权)人:禁核试北京国家数据中心,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。