KI und die schwierigen Probleme der Welt · Erd- & Klimawissenschaften · arXiv · 2026-10-21
HypoNet Nankai PS: Schnelle Hypozentrenbestimmung für den Nankai-Graben mit physikinformierten neuronalen Netzen und dreidimensionalen P- und S-Wellen-Geschwindigkeitsmodellen
Originaltitel: HypoNet Nankai PS: rapid hypocenter determination for the Nankai Trough using physics-informed neural networks with three-dimensional P- and S-wave velocity models
Die schnelle Bestimmung von Hypozentren auf Grundlage seismischer 3D-Geschwindigkeitsmodelle ist rechenintensiv, aber essenziell für die Überwachung von Subduktionszonen. HypoNet Nankai PS erweitert ein physikinformiertes neuronales Netzwerk-Framework für Laufzeiten von P-Wellen auf sowohl P- als auch S-Wellen, und eine überarbeitete Trainingsprozedur für die Verteilung der Kollokationspunkte, die Netzwerkarchitektur und den Optimierer verringerte die quadratischen Mittelabweichungen in Benchmarks gegen die Fast-Marching-Methode erheblich gegenüber dem ursprünglichen Algorithmus. Angewendet auf 223 Erdbeben, die von DONET-Stationen vor der Kii-Halbinsel aufgezeichnet wurden, stimmte es unterhalb des Netzes mit dem JMA-Katalog überein und verortete weiter seewärts gelegene Ereignisse deutlich flacher, in der ozeanischen Kruste und im obersten Mantel, im Einklang mit früheren Relokationen unter Verwendung von DONET-Daten und 3D-Geschwindigkeitsmodellen.