№ CN121354422A발명
유효基于深度学习与物理知识驱动的震感预测方法、装置及电子设备
本发明涉及震感预测技术领域,尤其涉及一种基于深度学习与物理知识驱动的震感预测方法、装置及电子设备,包括:采集多维度基础参数,多维度基础参数包括历史震源参数、历史结构台阵观测数据以及地质特征数据;基于多维度基础参数提取物理约束条件,物理约束条件包括第一约束和第二约束;以多维度基础参数为输入,以物理约束条件为边界,构建融合物理计算与深度学习的震感预测模型;为震感预测模型设计包含基础误差项与约束惩罚项的损失函数。其能够融合地震物理规律,结合多维度数据适配不同地质场景,并且能够通过实时观测动态优化。
❖福建省地震局陈辉; 郑周; 李水龙; 张国平; 杨源鸿; 钱亮; 于伟恒; 王士成; 周跃勇§ 3/10 청구항G09B 23/40 (2006.01), G09B 23/06 (2006.01), G01V 1/01 (2024.01) +4