Исследователи Стэндфордского университета разработали алгоритм удаления фоновых шумов из данных, поступающих с датчиков сейсмической активности. Модель позволяет регистрировать в четыре раза больше сигналов землетрясений.
Движение транспорта и работа производств генерируют шум, затрудняющий различить приближающееся землетрясение среди других вибраций в шумных городах. Алгоритмы, обученные отсеивать этот фоновый шум, могут быть особенно полезны для станций мониторинга в оживленных сейсмоопасных городах Южной Америки, Мексики, Средиземноморья, Индонезии и Японии и около них.
Разработанный алгоритм UrbanDenoiser улучшает возможности сетей мониторинга землетрясений в городах путем отфильтровывания фонового сейсмического шума. Как следствие, получается восстановить сигналы, которые ранее были слишком слабыми для регистрации. Модель была обучен на датасете из 80 000 записей городского сейсмического шума и 33 751 записей, содержащих сигналы, соответствующие землетрясениям. Данные были собраны в районах Калифорнии Лонг-Бич и Сан-Хасинто.
После обучения модель была протестирована на данных землетрясений 2014 года. UrbanDenoiser выявил в четыре раза больше сейсмических сигналов в отфильтрованных данных по сравнению с официально зарегистрированным числом.
