ICDM2019｜基于多尺度描述神经网络的余震检测方法

你和“懂AI”之间，只差了一篇论文

很多读者给芯君后台留言，说看多了相对简单的AI科普和AI方法论，想看点有深度、有厚度、有眼界……以及重口味的专业论文。

为此，在多位AI领域的专家学者的帮助下，我们解读翻译了一组顶会论文。每一篇论文翻译校对完成，芯君和编辑部的老师们都会一起笑到崩溃，当然有的论文我们看得抱头痛哭。

同学们现在看不看得懂没关系，但芯君敢保证，你终有一天会因此爱上一个AI的新世界。

读芯术读者论文交流群，请加小编微信号：zhizhizhuji。等你。

这是读芯术解读的第1篇论文

---

ICDM2019

基于多尺度描述神经网络的余震检测方法

Aftershock Detection with Multi-Scale Description based Neural Network

中国科学技术大学，百度

本文是中国科学技术大学和百度TIC联合发表于ICDM 2019的工作，文章提出了一种利用多尺度描述的卷积神经网络进行余震检测的方法，可以充分利用已有数据学习出余震波形的多尺度特征和不同台站之间的关系，用来检测当前波形是否是余震。为此我们将从传统检测方法出发，启发我们设计新的适应数据特点的神经网络结构。

原文：

Qi Zhang, Tong Xu, Hengshu Zhu, Lifu Zhang,Hui Xiong, Enhong Chen, and Qi Liu, Aftershock Detection with Multi-ScaleDescription based Neural Network,  In Proceedings of the 19th IEEEInternational Conference on Data Mining (ICDM-2019) , Beijing, China,2019.

引言

 

地震检测是地震预警和地震研究的基础问题，它的任务是分辨地震波和噪声。而当一个地震发生后，常常伴随着一系列的余震。这些余震震级小噪声多，难