DOI码：

10.1029/2018gl077870

所属单位：

中国科学技术大学地球和空间科学学院

发表刊物：

Geophysical Research Letters

刊物所在地：

美国

摘要：

Performance of earthquake early warning systems suffers from false alerts caused by local impulsive noise from natural or anthropogenic sources. To mitigate this problem, we train a generative adversarial network (GAN) to learn the characteristics of first‐arrival earthquake P waves, using 300,000 waveforms recorded in southern California and Japan. We apply the GAN critic as an automatic feature extractor and train a Random Forest classifier with about 700,000 earthquake and noise waveforms. We show that the discriminator can recognize 99.2% of the earthquake P waves and 98.4% of the noise si

第一作者：

李泽峰

合写作者：

Men-Andrin Meier, Egill Hauksson, Zhongwen Zhan, Jennifer Andrews

论文类型：

期刊论文

通讯作者：

李泽峰

论文编号：

9

学科门类：

理学

一级学科：

地球物理学

文献类型：

SCI

卷号：

45

期号：

10

页面范围：

4773-4779

ISSN号：

0094-8276

是否译文：

否

发表时间：

2018-05-29

发布期刊链接：

https://doi.org/10.1029/2018gl077870