Détection et localisation de séismes par Deep-Learning (PhaseNet)
Résumé
Les procédures de détection, de localisation et de caractérisation des événements sismiques reposent jusqu'à présent essentiellement sur des critères d'analyse automatique du signal bas niveau (détection de variations d'amplitudes du signal) et sur le travail d'analystes inspectant visuellement les signaux, et effectuant « à l'oeil » la caractérisation des sources sismiques (tir de carrière, séisme, explosion, etc). Cependant, avec l'augmentation massive des données à traiter depuis la densification du réseau RLBP/RAP, ces procédures doivent être repensées et un fort intérêt émerge pour le développement de méthodes de détection automatique robustes, prenant en compte toute la complexité du signal sismologique. Les techniques de type Deep-Learning (DL) appartiennent à cette catégorie d'algorithmes.
Domaines
Géophysique [physics.geo-ph]
Fichier principal
Detection-et-localisation-de-seismes-par-deep-learning-phase-net.pdf (857.2 Ko)
Télécharger le fichier
| Origine | Fichiers éditeurs autorisés sur une archive ouverte |
|---|