AI এবং বিশ্বের কঠিন সমস্যাগুলো · পৃথিবী ও জলবায়ু বিজ্ঞান · arXiv · 2026-10-21

HypoNet Nankai PS: ত্রিমাত্রিক P- ও S-তরঙ্গ বেগ মডেলসহ ফিজিক্স-ইনফর্মড নিউরাল নেটওয়ার্ক ব্যবহার করে Nankai Trough-এর জন্য দ্রুত হাইপোসেন্টার নির্ধারণ

মূল শিরোনাম: HypoNet Nankai PS: rapid hypocenter determination for the Nankai Trough using physics-informed neural networks with three-dimensional P- and S-wave velocity models

3D ভূকম্পীয় বেগ মডেলের ভিত্তিতে দ্রুত হাইপোসেন্টার নির্ধারণ গণনাগতভাবে কঠিন হলেও সাবডাকশন জোন পর্যবেক্ষণের জন্য অপরিহার্য। HypoNet Nankai PS একটি ফিজিক্স-ইনফর্মড নিউরাল নেটওয়ার্ক ট্রাভেল-টাইম ফ্রেমওয়ার্ককে P-তরঙ্গ থেকে P- ও S-তরঙ্গ উভয়ের ক্ষেত্রে সম্প্রসারিত করেছে, এবং কোলোকেশন-পয়েন্ট বণ্টন, নেটওয়ার্ক আর্কিটেকচার ও অপ্টিমাইজারের জন্য একটি সংশোধিত প্রশিক্ষণ প্রক্রিয়া ফাস্ট মার্চিং পদ্ধতির বিপরীতে পরিচালিত বেঞ্চমার্কে মূল অ্যালগরিদমের তুলনায় রুট-মিন-স্কয়ার বিচ্যুতি উল্লেখযোগ্যভাবে হ্রাস করেছে। Kii Peninsula-এর সামনে সমুদ্রে DONET স্টেশনে রেকর্ড হওয়া 223টি ভূমিকম্পে প্রয়োগ করা হলে, নেটওয়ার্কের নিচে এটি JMA ক্যাটালগের সঙ্গে মিলে যায় এবং আরও সমুদ্রমুখী ঘটনাগুলিকে উল্লেখযোগ্যভাবে অগভীর, মহাসাগরীয় ভূত্বক ও সর্বোচ্চ ম্যান্টলে অবস্থিত করে, যা DONET ডেটা ও 3D বেগ মডেল ব্যবহার করা পূর্ববর্তী রিলোকেশনের সঙ্গে সামঞ্জস্যপূর্ণ।

মূল লেখা পড়ুন ↗

সব আইটেম →