摘要：由于天然或人為干擾產(chǎn)生的局部脈沖式噪聲影響,使得地震預(yù)警系統(tǒng)出現(xiàn)誤報(bào)。為減少此類問題,我們利用美國南加州和日本的30萬條地震波形記錄,訓(xùn)練了一個(gè)生成式對(duì)抗網(wǎng)絡(luò)(GAN)用于識(shí)別P波初至特征。我們將GAN判別器作為自動(dòng)特征提取器,并利用70萬條地震事件和噪聲波形記錄訓(xùn)練了一個(gè)隨機(jī)森林分類器。結(jié)果表明,該方法可以辨別99.2%的P波和98.4%的噪聲信號(hào)。其優(yōu)越的性能有望極大地減少因局部脈沖式噪聲而造成的誤觸發(fā)數(shù)量。我們的研究表明,GAN判別器能獲取簡(jiǎn)潔有效的地震波形特征,可廣泛應(yīng)用于地震學(xué)研究。小結(jié) 地震預(yù)警系統(tǒng)受到脈沖式噪聲信號(hào)的干擾(非真實(shí)地震信號(hào)),有時(shí)偶爾會(huì)出現(xiàn)誤觸發(fā)的情況。這會(huì)造成不必要的經(jīng)濟(jì)損失和公眾恐慌。本文利用機(jī)器學(xué)習(xí)工具判別波形是由地震產(chǎn)生的還是由局部噪聲源產(chǎn)生的。我們通過利用美國南加州和日本大約70萬條波形來訓(xùn)練算法。研究表明,利用機(jī)器學(xué)習(xí)方法可以識(shí)別99.2%的地震和98.4%的噪聲。該方法可以減少大量的誤報(bào),能顯著改善地震預(yù)警系統(tǒng)的魯棒性。