文件名称：TerraeMotus:基于递归神经网络的地震预警系统
文件大小：260.63MB
文件格式：ZIP
更新时间：2024-06-02 15:21:15
JupyterNotebook
TerraeMotus-使用深度神经网络的地震识别和预测 作者 穆斯塔法·阿尔·易卜拉欣； 志勋公园诺亚雅典 {malibrah，jhpark3，nathens}@stanford.edu 概述 地震地震学是与了解自然和诱发地震造成的危害以及了解地壳的物理特性有关的主要主题。 在过去的十年中，地震监测站的数量急剧增加，导致研究领域从基于观测的科学过渡到以数据为驱动的科学。 该项目展示了将深度学习应用于地震识别和预测问题的功效。 两个二进制分类问题： 给定地震波形，是否发生了地震？ 给定地震波形，会发生地震吗？ 需要包装 凯拉斯 斯克莱恩 s 脾气暴躁的 Matplotlib
【文件预览】：
TerraeMotus-master
----.ipynb_checkpoints()
--------01 Dataset Retrieval and Preprocessing-checkpoint.ipynb(19KB)
--------InitialCNN-Copy1-checkpoint.ipynb(88KB)
--------InitialCNN-checkpoint.ipynb(207KB)
--------02 1D CNN Tests - Prediction-checkpoint.ipynb(27KB)
--------PrototypeNCEDC-checkpoint.ipynb(72B)
--------cnn_utils-checkpoint.py(6KB)
--------CNN_1DMosTest-checkpoint.ipynb(32KB)
--------02 1D CNN Tests - Detection-checkpoint.ipynb(29KB)
--------PCA_on_traces-checkpoint.ipynb(166KB)
--------Prototype-checkpoint.ipynb(70KB)
----.gitattributes(66B)
----00 Dataset Retrieval and Preprocessing.ipynb(18KB)
----01 1D CNN - Keras.ipynb(51KB)
----Figures()
--------Figure_spectrogram.ipynb(108KB)
--------Images()
--------Figure1_Precursor_Warning_Event.ipynb(151KB)
--------Datasets()
--------StudyAreaMap.PNG(878KB)
--------SeismicWaveformExample.PNG(146KB)
----Report()
--------Milestone()
--------Report_EarthquakeDetection.pdf(566KB)
--------Proposal()
--------Poster_EarthquakeDetection.pdf(908KB)
----03 2D RNN - Keras.ipynb(166KB)
----LICENSE(1KB)
----02 2D CNN - Keras.ipynb(80KB)
----Datasets()
--------Label_D9.npy(2KB)
--------Data_D9.npy(43.72MB)
----README.md(1KB)
----__pycache__()
--------cnn_utils.cpython-36.pyc(4KB)
----OLD()
--------03 2D CNN Tests_detection.ipynb(31KB)
--------02 1D CNN Tests - Prediction.ipynb(27KB)
--------03 2D CNN Tests_detection_3channels_fixed.ipynb(31KB)
--------03 2D CNN Tests.ipynb(27KB)
--------2D CNN 1 channel RNN.ipynb(53KB)
--------CNN_1D_v3.ipynb(65KB)
--------Spectrogram Procressing()
--------Datasets()
--------02 1D CNN Tests - Detection.ipynb(29KB)
--------01 Dataset Retrieval and Preprocessing.ipynb(19KB)
--------CNN_1D_v2.ipynb(19KB)
--------Raw Data()
--------RNN_spectrogram_test1.ipynb(106KB)
--------03 2D CNN Tests_detection_3_channels.ipynb(30KB)