PulseAugur
中
实时 09:09:06
English(EN) Data-Driven Forecasting of three-Component Seismograms Using Transformer Architectures

Transformer模型SeismoGPT高精度预测地震波形

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了SeismoGPT，一个基于Transformer的模型，用于预测地震波形。该模型在时域中自回归运行，在观测到的地震到达之后继续生成波形数据。SeismoGPT取得了高精度，中值归一化互相关系数超过0.93，证明了其保持相位相干性和频谱能量分布的能力。研究结果表明，基础模型可以应用于物理驱动的时间序列预测，在地震预警和灾害减缓方面具有潜在用途，特别是对于先进的引力波天文台。 AI

影响 展示了基础模型在物理驱动的时间序列预测方面的潜力，并可应用于地震预警系统。

排序理由 该集群包含一篇学术论文，详细介绍了地震波形预测的新方法和模型。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Waleed Esmail, Stuart Russell, Jana Klinge, Alexander Kappes, Christine Thomas ·

    Data-Driven Forecasting of three-Component Seismograms Using Transformer Architectures

    arXiv:2606.02912v1 Announce Type: cross Abstract: Forecasting seismic waveforms beyond observed data remains challenging due to the nonlinear, dispersive, and multi-scale nature of seismic wave propagation. In this work, we introduce \textsc{SeismoGPT}, a transformer-based autore…

相关实体

相关话题