Нейросетевые модели локальных годографов сейсмических волн

Abstract

Для узагальнення задачі побудови годографів сейсмічних хвиль використовуються мережі штучних нейронів, котрі дозволяють створювати нелінійні моделі поля часу розповсюдження фаз сейсмічних хвиль як функцій кількох аргументів: глибини джерела, магнітуди, азимуту приходу хвилі і епіцентральної відстані. Будуються 3D годографи для трьох нових українських сейсмостанцій, наводяться відхилення змодельованих часів приходу сейсмічних хвиль від глобальних оцінок.

To generalize the problem of the travel time assessment the artificial neuron networks are used. This approach makes possible to build the nonlinear model of seismic wave phase propagation as a function of several arguments: source depth, magnitude, back azimuth and epicenter distance. The 3D travel time curves for three Ukrainian seismic stations are presented together with the deviation from global travel time data.

Для обобщения задачи построения годографов сейсмических волн используются сети искусственных нейронов, позволяющие создавать нелинейные модели поля времен распространения фаз сейсмических волн как функций нескольких аргументов: глубины очага, магнитуды, азимута прихода волн и эпицентрального расстояния. Строятся 3D годографы для трех новых украинских сейсмостанций, приводятся отклонения моделируемых времен прихода сейсмических волн от глобальных оценок.