Earthquake Transformer — модель глубокого обучения с механизмом внимания для одновременного обнаружения землетрясений и определения фаз

Обнаружение сигналов землетрясений и определение сейсмических фаз являются сложными задачами при обработке зашумлённых данных и мониторинге микро­землетрясений. В данной работе представлена глобальная модель глубокого обучения для одновременного обнаружения землетрясений и определения фаз. Совместное выполнение этих взаимосвязанных задач повышает эффективность модели в каждой из них за счёт объединения информации о фазах и полной форме волны сигналов землетрясений с использованием иерархического механизма внимания. Показано, что наша модель превосходит ранее разработанные алгоритмы глубокого обучения, а также традиционные алгоритмы определения фаз и обнаружения землетрясений. При применении модели к непрерывным данным за 5 недель, зарегистрированным во время серии из 2000 землетрясений в Тоттори (Япония), удалось обнаружить и локализовать в два раза больше землетрясений, используя лишь часть сейсмических станций (менее 1/3). Модель определяет фазы P и S с точностью, близкой к точности ручной разметки, выполненной аналитиками; однако её высокая эффективность и повышенная чувствительность могут обеспечить обнаружение и характеристику большего числа событий, включая более слабые.