赵明

作品数：32被引量：386H指数：9
导出分析报告
供职机构：中国地震局地球物理研究所更多>>
发文主题：地震地震预报地震监测地震波形震中位置更多>>
发文领域：天文地球自动化与计算机技术更多>>
发文期刊：《地球物理学报》《地震学报》《科技导报》《科技纵览》更多>>
所获基金：国家自然科学基金中国地震局地球物理研究所基本科研业务专项地震科学联合基金中央级公益性科研院所基本科研业务费专项更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
人工智能赋能,"谛听"大地声音
《科技纵览》2024年第9期68-71,共4页陈石 赵明 肖卓伟 张博 马莉 张贝 
国家重点研发计划课题“船载一潜载海洋地球物理和物理海洋数据处理开源软件研发”(课题编号:2022YFC2808301);国家自然科学基金项目“基于人工智能和物理机制建模的数值地震预测理论与方法研究”(项目编号:U2239205)的支持。
地震学是一门观测科学,其重大突破往往来自对观测数据的深刻理解.作为地震实时监测预警领域的一次重要技术变革,中国地震局地球物理研究所人工智能地震学团队打造的包括谛听人工智能算法、谛听地震波大模型、谛听智慧盒子及边端云一体...
关键词：地震震源 地震信号 人工智能 地震大数据 地震学 参数信息 一体化 
基于深度学习的地震检测模型在区域台网的泛化性研究被引量：5
《地震》2021年第1期166-179,共14页赵明 陈石 
国家自然科学基金青年基金资助项目(41804047);中国地震局地球物理研究所基本科研业务专项(DQJB19A0114);科技部重点研发专项项目(2018YFC0603502)。
将识别地震的深度学习算法PhaseNet应用于四川台网和首都圈台网,对该模型的泛化能力进行了测试和评估。首先利用2010年1月至2018年10月首都圈台网199个地震台站记录的29328个事件(ML0~ML4)所对应的126761段事件波形,以及2019年4—9月四...
关键词：PhaseNet 泛化性 到时拾取 震相检测 
基于深度学习到时拾取自动构建长宁地震前震目录被引量：25
《地球物理学报》2021年第1期54-66,共13页赵明 唐淋 陈石 苏金蓉 张淼 
国家自然科学基金青年基金(41804047);中国地震局地球物理研究所基本科研业务专项(DQJB19A0114)资助.
将深度学习到时拾取、震相关联技术与传统定位方法联系起来,构建一套连续波形自动化处理与地震目录自动构建流程,对于高效充分利用地震资料,提升微震检测能力具有十分重要的意义.我们应用最新发展的迁移学习震相识别技术、震相自动关联...
关键词：深度学习 前震 长宁地震 绝对定位 相对定位 
快速地震关联与定位
《世界地震译丛》2020年第5期526-536,共11页M.Zhang W.L.Ellsworth G.C.Beroza 赵明(译) 徐胜男(校) 
国家自然科学基金(4180040264);中央级研究所基本科研业务专项(DQJB19A0114)项目资助。
快速震相关联和事件定位对实时地震监测至关重要。我们提出了一种快速自动关联地震震相并同时对地震事件进行定位的方法(简称REAL)。REAL综合了基于到时和基于波形的检测定位方法的优点。它关联不同震相到时的同时,通过首先计数P波、S...
关键词：走时残差 地震事件 最大震级 地震位置 地球物理学 地震分析 网格点 REAL 
基于深度学习技术的地震实时流数据自动处理辅助工具开发被引量：4
《地震地磁观测与研究》2020年第2期165-171,共7页赵明 廖诗荣 黄玲珠 
中国地震局地球物理研究所基本科研业务专项(项目编号:DQJB19A0114);中国地震局监测预报司自动编目专项;国家自然科学基金(项目编号:41804047)。
以JOPENS系统实时流接收为基础,应用Redis共享内存技术和近年来发展较快的深度学习震相自动识别技术,设计一套可7×24小时不间断稳定接收并实时识别连续地震流数据中P、S震相的系统,为地震台网实时数据处理提供一套辅助工具,并在福建省...
关键词：深度学习 实时流 震相挑取 
机器学习和向机器学习被引量：2
《世界地震译丛》2019年第5期442-452,共11页E.Z.Naeini K.Prindle 汪忠德(译) 朱晓丹(校) 赵明(复校) 
中国石油化工股份有限公司前瞻性基础研究项目“地球物理前沿技术跟踪研究”和“2018年物探新技术探索研究”(P18077-3)资助
机器学习实际上已经存在了几十年或者也可以认为存在了几个世纪。追溯到17世纪,贝叶斯、拉普拉斯关于最小二乘法的推导和马尔可夫链,这些构成了机器学习广泛使用的工具和基础。1950年(艾伦·图灵提议建立一个学习机器)到2000年初(有深...
关键词：机器学习 地球科学家 深度学习 马尔可夫链 最小二乘法 天然气工业 拉普拉斯 学习机器 
基于深度学习技术和波形频谱的地震事件自动检测被引量：2
《国际地震动态》2019年第8期162-163,共2页赵明 陈石 房立华 张贝 
地震观测数据的自动化和智能化处理,是地震科技创新工程的重要组成部分。首都圈地区(包括北京市、天津市及河北省)为中国防震减灾重点示范区,由178个台站组成,台间距约为30—50km。由于台间距比较稀疏,仪器类型也不统一(长周期和短周期...
关键词：自动检测 地震事件 学习技术 频谱 波形 地震观测数据 自动识别算法 智能化处理 
基于U形卷积神经网络的震相识别与到时拾取方法研究被引量：70
《地球物理学报》2019年第8期3034-3042,共9页赵明 陈石 房立华 David A Yuen 
国家重点研发计划(2018YFC1503400);国家自然科学基金(41774067,41804047);中国地震局地球物理研究所基本科研业务专项(DQJB1801)及中国地震局监测预报司自动编目专项资助
精确获取震相到时是地震定位和地震走时成像等研究的重要基础.近年来,随着地震台站的不断加密,地震台网监测到的地震数量成倍增长,发展快速、准确、适用性强的震相到时自动拾取算法是地震行业的迫切需求.本文在前人工作基础上,发展了Pg...
关键词：U网络 震相识别 区域地震台网 汶川余震 
基于深度学习卷积神经网络的地震波形自动分类与识别被引量：101
《地球物理学报》2019年第1期374-382,共9页赵明 陈石 Dave Yuen 
国家自然科学基金(41774090;41804047);中国地震局地球物理研究所基本科研业务专项(DQJB1801)为本研究提供资助
发展高效、高精度、普适性强的自动波形拾取算法在地震大数据时代背景下显得越来越重要.波形自动拾取算法的主要挑战来自如何适应不同区域的不同类型地震事件的分类与筛选.本文针对地震事件-噪音分类这一问题,使用13839个汶川地震余震...
关键词：卷积神经网络 自动波形拾取 
卷积神经网络余震自动识别及在中国地震台网地震检测中的应用被引量：1
《国际地震动态》2018年第8期42-43,共2页赵明 陈石 张贝 David A.Yuen 
随着地震网络在全球范围大规模部署,每天产生的大量连续波形记录对数据处理的新方法提出了要求。传统的波形拾取算法都有一定的局限性,很难同时适用于复杂区域的不同类型地震事件的自动识别与到时挑选。机器学习和深度学习神经网络方法...
关键词：卷积神经网络 地震检测 自动识别 地震台网 应用 余震 中国 神经网络方法 
全选清除导出
共4页<1234>
检索报告 对象比较 聚类工具 使用帮助 返回顶部