地球科学|朱景宝,李山有等:基于机器学习和迁移学习的现地地震动峰值预测

地球科学编辑部 2025-09-19 11:00
文章摘要
背景:现地地震动峰值预测对地震预警和仪器地震烈度计算至关重要,传统方法存在小值高估和大值低估问题。研究目的:提出基于机器学习和迁移学习的现地地震动峰值预测方法,利用日本K-NET数据预训练模型,再通过中国数据进行迁移学习,以提高预测准确性。结论:该方法在P波到达后3秒内,对PGA和PGV预测的平均绝对误差和标准差均小于传统方法,在泸定6.8级地震中表现出更强泛化性和可靠性,有助于提升现地地震预警系统的性能。
地球科学|朱景宝,李山有等:基于机器学习和迁移学习的现地地震动峰值预测
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。
地球科学编辑部
最新文章
热门类别
相关文章
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信