AI اور دنیا کے مشکل مسائل · ارضی اور موسمیاتی سائنس · arXiv · 2026-10-21

HypoNet Nankai PS: فزکس سے باخبر نیورل نیٹ ورکس کو تین جہتی P- اور S-ویو ولاسٹی ماڈلز کے ساتھ استعمال کرتے ہوئے نانکائی ٹراف کے لیے تیز ہائپو سینٹر کا تعین

اصل عنوان: 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 سیسمک ویلوسیٹی ماڈلز پر مبنی تیز رفتار ہائپو سینٹر کا تعین حسابی طور پر بہت طلب ہے مگر سبڈکشن زونز کی نگرانی کے لیے ضروری ہے۔ HypoNet Nankai PS طبیعیات سے باخبر نیورل نیٹ ورک ٹریول ٹائم فریم ورک کو صرف P لہر سے بڑھا کر P اور S دونوں لہروں تک لے جاتا ہے، اور کولوکیشن-پوائنٹ تقسیم، نیٹ ورک آرکیٹیکچر اور آپٹیمائزر کے لیے نظرثانی شدہ تربیتی طریقہ کار نے فاسٹ مارچنگ طریقہ کے خلاف بینچ مارکس میں اصل الگورتھم کے مقابلے میں جذرِ متوسطِ مربعات کے انحرافات میں نمایاں کمی پیدا کی۔ کیی جزیرہ نما کے ساحل سے پرے DONET اسٹیشنوں کے ریکارڈ کردہ 223 زلزلوں پر اطلاق کے وقت یہ نیٹ ورک کے زیرِ علاقہ JMA کیٹلاگ سے مطابقت رکھا اور سمندر کی سمت دورتر کے واقعات کو نمایاں طور پر اتھلے، سمندری پرت اور بالائی ترین مینٹل میں رکھا، جو DONET ڈیٹا اور 3D ویلوسیٹی ماڈلز استعمال کرتے ہوئے کی گئی پچھلی دوبارہ مقام بندیوں کے مطابق ہے۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →