ИИ и сложнейшие проблемы мира · Науки о Земле и климате · arXiv · 2026-10-21
HypoNet Nankai PS: быстрое определение гипоцентров для желоба Нанкай с использованием физически информированных нейронных сетей и трёхмерных скоростных моделей P- и S-волн
Оригинальное название: HypoNet Nankai PS: rapid hypocenter determination for the Nankai Trough using physics-informed neural networks with three-dimensional P- and S-wave velocity models
Быстрое определение гипоцентров на основе трёхмерных моделей сейсмических скоростей требует больших вычислительных затрат, но необходимо для мониторинга зон субдукции. HypoNet Nankai PS расширяет физически информированную нейросетевую схему расчёта времён пробега с P-волн на P- и S-волны, а переработанная процедура обучения — в части распределения точек коллокации, архитектуры сети и оптимизатора — существенно снизила среднеквадратичные отклонения по сравнению с исходным алгоритмом в сравнительных тестах с методом быстрого марширования. Применительно к 223 землетрясениям, зарегистрированным станциями DONET у полуострова Кии, метод согласуется с каталогом JMA под сетью и относит события, расположенные дальше в сторону моря, к существенно меньшим глубинам — в океаническую кору и самую верхнюю мантию, что согласуется с предыдущими перелокализациями по данным DONET и трёхмерным моделям скоростей.