Exploring continuous seismograms with machine learning

Exploration de sismogrammes continus par l'apprentissage automatique Les sismogrammes sont des séries temporelles du mouvement du sol considérées comme une mine d'informations sur les objets géologiques actifs tels que les volcans ou les failles. Cependant, la complexité et le volume de ces données rendent difficile une extraction efficace d'informations intéressantes. Des algorithmes automatiques appliqués aux données continues peuvent aider à surmonter ces difficultés et pourraient révéler de nouveaux types de signaux sismiques, offrant de nouvelles perspectives de recherche sur les objets géologiques actifs. Dans ce travail, nous développons une nouvelle stratégie basée sur l'apprentissage machine pour inférer des structures de signal significatives et continues à partir de sismogrammes, en particulier, des groupes de signaux sismiques. La stratégie proposée utilise le regroupement hiérarchique de formes d'onde, et comporte trois étapes principales : (1) un réseau diffusif permet une représentation riche et stable des données sismiques continues, (2) nous réduisons la dimensionnalité de la représentation des données en extrayant les éléments les plus pertinents décrivant les modèles temporels continus, et (3) nous effectuons un regroupement agglomératif hiérarchique à partir des données réduites, révélant des groupes hiérarchiques de signaux similaires dans une structure arborescente. Grâce à cette stratégie, nous montrons qu'il est possible de mettre en évidence des essaims sismiques de plus de 200 séismes similaires de faible magnitude dans des sismogrammes continus enregistrés dans un environnement urbain bruyant. Outre l'identification de groupes de signaux liés à diverses sources sismiques, nous déduisons également un changement de milieu dû à des processus de gel et de dégel directement à partir de données continues receuillies par une seule station. Ces caractéristiques continues basées sur les données fournissent également une excellente description du caractère stationnaire du champ d'ondes sismiques. Finalement, une application aux sismogrammes enregistrées à proximité du volcan Klyuchevskoy met en évidence le caractère fortement non stationnaire des trémors volcaniques, et témoigne d'une évolution constante du système volcanique. En général, le regroupement hiérarchique des formes d'onde peut fournir un aperçu rapide et orienté données des signaux sismiques et des structures présentes dans les sismogrammes. L'identification automatique de structures liées à des changements de propriétés du milieu semble possible et d'autres études et applications sont nécessaires pour une généralisation à d'autres cas d'étude. Le regroupement hiérarchique des formes d'onde s'avère être un outil utile pour la recherche de signaux tectoniques faibles dans les grandes séries temporelles sismiques enregistrées dans les observatoires sismologiques et volcaniques.