arXiv cs.AI· Haoyu Wang, Weiqiang Zhu·· 3 天前AI 评分20
EQNet2：用多站 Transformer 实现以事件为中心的地震监测
Event-Centric Earthquake Monitoring with a Multi-Station Transformer
AI 导读
EQNet2 是一个几何感知的多站 Transformer，可联合预测震相到时、初动极性、震源位置与震级，并将到时关联为地震事件。在北加州测试数据集以及 Ridgecrest 和旧金山湾区的连续波形上，它恢复了更多微弱到时、产生更少误检，并将更多拾取关联为已定位事件。其学习到的注意力沿时间—距离模式跨台站连接信息，与地震走时规律一致。
正文 · AI 翻译
摘要：地震目录支撑着断层结构、地震过程和地震危险性等研究，其价值取决于完整性和可靠性。机器学习改进了地震监测的单项任务，但独立处理台站会丢弃台网中到时的一致性，而按顺序运行任务会割裂描述每次地震的信息。我们提出 EQNet2，一种几何感知的多台 Transformer，可联合预测震相到时、初动极性、震源位置和震级，以及将到时关联为事件。在北加州测试数据集以及 Ridgecrest 和旧金山湾区的连续波形上，EQNet2 恢复了更多弱到时，产生了更少的误检测，并将更多拾取关联为定位事件。其学习到的注意力沿与地震走时一致的时距模式跨台站连接信息。随着地震台网日益密集，利用多台相干性和以事件为中心的预测为获得更完整、更可靠的目录提供了一条路径。
| 评论： | 正文 17 页、7 幅图；补充材料 16 幅图、4 张表 |
| 主题： | 地球物理（physics.geo-ph）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.17404 [physics.geo-ph] |
| （或 arXiv:2610.17404v1 [physics.geo-ph] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.17404 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Haoyu Wang [查看邮箱]
[v1]
2026年10月12日星期一 21:11:24 UTC（12,834 KB）
来源：arXiv cs.AI · arxiv.org