搜索结果: 1-15 共查到“地球物理学 学习”相关记录20条 . 查询时间(0.281 秒)
中国科学院国家空间中心科研人员提出基于无监督学习的多视角磁层顶切线方向检测新方法（图）
空间 检测 地球 动力学
2024/11/8
太阳风与地球磁层的相互作用以及由此产生的地球空间动力学是空间物理学的关键问题之一。为了更好地理解和预测太阳活动对地球空间环境的影响，需要模拟太阳风质量、动量和能量通过太阳风-磁层-电离层系统的传输过程。由于地球磁层不断适应不同的太阳风压力和行星际磁场（IMF）方向，导致日侧磁层顶和尖点的位置和形态发生变化，通过研究这些变化，可以揭示太阳风-磁层相互作用的本质。为了全面掌握地球空间环境与太阳风相互作...
中国科学院地质地球所等开发出识别低磷S型锆石的新型机器学习方法（图）
地质 识别 地壳
2024/8/8
围绕地球早期板块构造的形成时间和成因机制，科学界展开了数年的辩论。在40亿年前的冥古宙时期（Hadean），板块构造是否已存在？这是值得关注的问题。多数关于早期地球的构造机制的研究，讨论了两种观点即停滞盖层构造以及类似现代的板块构造。在这一背景下，冥古宙的杰克山（Jack Hills）锆石作为地球上保存最古老的记录之一，其年龄可追溯至4.4 Ga，几乎囊括95%的Hadean锆石。通过对S型花岗岩...
电离层行进式扰动(travelling ionospheric disturbances，简称TID)是电离层中等离子体密度的波状扰动现象，波长为百公里量级的TID被称为中尺度电离层行进式扰动（MSTID）。前期研究显示，夜间MSTID具有显著的太阳活动负相关性和西南向传播的特点，但其产生和传播机制尚未得到明确的揭示，需要依托长期数据的进行不同角度和时间尺度的统计分析以深入研究。子午工程兴隆台站通...
中国科大利用机器学习揭示全球中大地震破裂模式（图）
大地震破裂模式 地震能量释放
2022/11/16
中国科学技术大学李泽峰研究员利用机器学习方法，总结了全球3000多个5.5级以上地震的震源时间函数特征，全景式地展示全球地震破裂过程的相似性和多样性，深化了对地震能量释放模式的认识，对地震早期预警具有启示意义。该成果以“A generic model of global earthquake rupture characteristics revealed by machine learning”...
利用复杂机器学习网络实现多元信息融合，日趋广泛地成为开展跨领域复杂系统问题分析的热点研究方向（Watts et al., 1998; Barabási et al., 1999）。美国落基山脉中存在诸多水源集水区，其为科罗拉多河流域提供了约85%的流量，为约4000万人口和两万平方公里的农业用地提供水源。高山系统对全球气候变暖非常敏感，但量化讨论这种气候变化对水源供给的影响却是非常困难的跨领域复杂...
SA: 深度学习去噪算法提升城市环境地震监测能力（图）
深度学习 去噪算法 城市环境 地震监测
2023/1/14
世界上很多大城市，如旧金山、洛杉矶、东京，以及我国的北京、重庆、成都等处于活动断层带上，地震风险等级较高。城市区域较高的人口、建筑密度，一方面增大了地震灾害的风险；另一方面，人类活动产生各种强噪声，极大地污染了地震记录，降低了检测灵敏度，增加了误检测率，为地震监测带来了困难。因此，压制城市地震噪声水平，提高信噪比，进而加强地震监测能力对高风险城市区域的防震减灾具有重要的意义。
科研亮点：基于迁移学习的支持向量机快速震级估计在川滇地区的应用（图）
地震活跃地区 美国地震学会 中国地震局
2022/5/25
中国川滇地区是一个地震活跃地区，快速准确的震级估计对于建立川滇地区地震预警系统非常有意义。目前，国内正在测试的地震预警系统以及地震预警震级估算的相关研究中大多是采用tc方法和Pd方法，这些方法存在明显的震级估计误差大、小震高估和大震低估的问题。同时，机器学习方法需要基于大量样本数据建立训练数据集，已有机器学习震级估计模型在川滇地区应用需要经过本地数据的迁移训练。所以，本文基于迁移学习方法，使用川滇...
瞬变电磁法（Transient Electromagnetics, TEM）是一种基于电磁感应定律的地球物理方法。传统TEM观测装置均布设在地表上，工作效率相对较低，尤其在沙漠、戈壁、山地、湿地、水网密集区域难以快速开展工作。为此，将探测装备搭载于飞行平台上，从而产生了航空瞬变电磁法（Airborne TEM, ATEM）。然而，相对于地面静态观测，由于观测位置离地较远，且观测过程始终处于运动状态...
2022年1月18日上午，中国科学院地质与地球物理研究所召开党史学习教育专题民主生活会。领导班子按照上级部署和要求，深入查摆问题，深挖问题根源并制定整改方案。班子成员认真开展批评和自我批评，提出有针对性的整改思路和措施。院党史学习教育第十一指导组组长刘松林到会指导。
余震是特大地震导致的地震应力变化的一种响应，是地震触发的最常见的观测。现有的经验模型可以用来描述余震的规模和频次，但是对于解释并预测余震发生的地点很困难。此前，一种名为“库仑破裂应力变化”的因子常被用来解释发生余震的地点，但是这种做法一直存在争议。最近由美国康涅狄克大学的Phoebe devries和同事利用神经网路预测大地震后会出现余震地点，研究发现他们的神经网络比库仑破裂应力变化的准确度更高。...
NC：通过深度学习实时确定地震震源机制（图）
深度学习 地震 震源机制
2021/6/30
地震发生以后，利用地震监测台网可以在第一时间给出发震时间、地点与震级三个要素，之后的几分钟到十几分钟可以给出震源机制解。依据震源机制解可以判断发震断层的性质，可以推断地下应力场状态，同时地面震动模拟预测模型也需要震源机制解作为必要的输入信息，这对于地震预警与灾害快速评估有着重要的意义。利用最新的深度学习技术，Kuang et al.（2021）提出了一种新的深度卷积神经网络（Focal Mecha...
人工智能地质大数据分析是典型的新兴交叉学科，核心是在物理规律约束下，通过建立数学模型，用数据科学的方法分析和挖掘有价值的核心信息和关键证据，以解决地质学的认知、发现、决策和评价等理论以及地质资源探测中的实际问题。
郑文浩等-MPG：基于机器学习的深层碳酸盐岩的测井相划分（图）
机器学习 深层碳酸盐岩 测井
2020/10/13
随着大数据时代的到来，许多数据挖掘算法被广泛使用，它们的优势可概括为：（1）识别数据中的隐藏模式；（2）捕获复杂的非线性关系；（3）自动学习模型；（4）无需定义完整的输入和输出变量之间基于物理的数学关系。在勘探地球物理学中，由于岩石物理响应多解性，使得地球物理数据与地质分类之间存在复杂的非线性关系。
中国科学院地质与地球物理研究所地球与行星物理重点实验室副研究员王建团队与中国科学院大学电子与通信工程学院博士刘畅合作，以计算机视觉边界检测领域前沿的深度学习算法为基础，提出了基于深度学习的端到端地震震相自动拾取算法，命名为PickNet（图1）。它将归一化的原始波形记录作为数据，输出一个类脉冲序列，序列的最大值对应的时刻即为震相的到时（图2）。此前，震相拾取问题被看作回归问题或者是语义分割问题，基...