典型文献
运用LSTM神经网络对川滇地区的地震中期预报——回溯性预测2008年汶川Ms8.0地震的探索
文献摘要：
地震预报是当代科学难题,把机器学习方法运用于地震预报探索是一个研究热点.大地震造成巨大的人员伤亡和经济损失,因此对大震的预测是地震预报的主要目标.利用1970年以来的川滇地震目录,选择16个反映地震时空强度分布特征的地震预测因子,采取滑动时空窗口方法有效地挖掘数据的隐藏信息,对川滇部分地区开展了基于长短期记忆(long short-term memory,LSTM)神经网络的为期一年的地震预报研究.结果 显示,用1970-2019年地震目录的70％(时间窗口大概为1970年到2004年前后)作为训练集训练网络,对剩余的30％作为测试集(时间窗口大概为2005年前后到2019年底)进行回溯性预报检验时,实际震级落在预测震级±0.5内的准确率为70.2％,虚报率为18.7％,漏报率为11.1％,可以回溯性预测2008年汶川Ms8.0地震.为测试模型的稳健性,进行了扩大研究区域范围、改变大震级地震在均方差计算中的权重等测试.在这些测试中,LSTM神经网络模型依然表现良好.
文献关键词：
中期地震预报;长短期记忆神经网络;地震预报因子;R值;川滇地区
中图分类号：
作者姓名：
石耀霖;李林芳;程术
作者机构：
中国科学院大学地球与行星科学学院中国科学院计算地球动力学重点实验室,北京100049
文献出处：
引用格式：
[1]石耀霖;李林芳;程术-.运用LSTM神经网络对川滇地区的地震中期预报——回溯性预测2008年汶川Ms8.0地震的探索)[J].中国科学院大学学报,2022(01):1-12
A类：
中期地震预报,地震预报因子
B类：
川滇地区,震中,中期预报,回溯,汶川,Ms8,机器学习方法,方法运用,大地震,人员伤亡,大震,地震目录,时空强度,强度分布,地震预测,预测因子,隐藏信息,long,short,term,memory,时间窗口,大概,训练集,集训,测试集,预报检验,震级,测震,虚报率,漏报率,测试模型,大研,区域范围,级地震,长短期记忆神经网络
AB值：
0.334541
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
