跳到正文
arXiv cs.AI· Yuxin Zhou, Huai Zhang, S. Mostafa Mousavi·· 1 天前AI 评分31

GraphRAG 首次直接用于原始地震目录:自动构建知识图谱并支持查询

Automatic Knowledge Graph Construction and Query for Earthquake Catalogs

AI 导读

研究首次将 GraphRAG 直接应用于三份原始表格地震目录(水库邻区震群、2019 Ridgecrest 构造序列、2021 Maduo Mw7.4 余震序列),无需人工结构化即可自动构建结构完整、可查询的知识图谱。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:近年来,由于采用了更有效的基于深度学习的检测器和震相拾取器,地震目录中的事件数量显著增加,但回答诸如“该序列具有什么特征?”这类开放式问题仍受限于僵化的时空窗口和主观的专家解释。我们首次将基于图的检索增强生成 GraphRAG 直接系统地应用于三个独立特征目录的原始表格目录记录:一个水库邻近震群、2019 年 Ridgecrest 构造序列和 2021 年 Maduo Mw7.4 余震序列。无需人工数据结构化,该流程为全部三个目录构建了结构完整、可查询的知识图谱。严格评估分别对照目录导出的真实值和基于规则的参考图谱进行验证,揭示了失效模式,四项地震学启发的提示修复消除了所有针对性编造,同时大幅改善了机制推理。向量 RAG 基线展示了图层的独特价值、目录范围的摘要和时间阶段比较。此外,我们识别出两个需要关注的主要陷阱。因此,GraphRAG 为地震目录提供了一个实用、可迁移、近乎零成本的查询接口,其中谨慎的提示确保结果始终准确可信。
主题: 地球物理学 (physics.geo-ph);人工智能 (cs.AI);机器学习 (cs.LG)
引用为: arXiv:2607.24984 [physics.geo-ph]
  (或 arXiv:2607.24984v2 [physics.geo-ph] 为此版本)
  https://doi.org/10.48550/arXiv.2607.24984

由 DataCite 颁发的 arXiv DOI

提交历史

来自:Yuxin Zhou [查看电子邮件]
[v1] 2026年7月27日星期一 18:39:05 UTC (13,508 KB)
[v2] 2026年11月11日星期三 21:40:50 UTC (3,492 KB)

来源:arXiv cs.AI · arxiv.org