Инд. авторы:	Замараев Р.Ю., Попов С.Е.
Заглавие:	Алгоритм автоматического обнаружения и классификации промышленных взрывов на основе энтропийного отображения сейсмических сигналов
Библ. ссылка:	Замараев Р.Ю., Попов С.Е. Алгоритм автоматического обнаружения и классификации промышленных взрывов на основе энтропийного отображения сейсмических сигналов // Геофизические исследования. - 2019. - Т.20. - № 1. - С.38-51. - ISSN 1818-3735. - EISSN 2311-9543.
Внешние системы:	DOI: 10.21455/gr2019.1-4; РИНЦ: 37177499;
Реферат:	rus: Представлен алгоритм классификации сейсмических событий на основе предварительных преобразований сигналов в энтропийную модель. Такая модель позволяет обобщать информацию об особенностях волновых форм по трем направлениям измерений, усреднять и сравнивать эти особенности. На основе энтропийной модели рассчитываются характеристические функции событий, используемые затем для оценки подобия сейсмического поля в расчетном окне шаблонам взрывов, землетрясений и абстрактным шаблонам с заданными свойствами. Шаблоны для взрывов и землетрясений получаются путем усреднения характеристических функций множеств соответствующих событий для данной станции на данный регион. Абстрактные шаблоны рассчитываются с помощью функции огибающей энтропийной модели сейсмического поля - суммы энтропийных моделей сигналов по трем направлениям измерений. Подобие выборочной характеристической функции заготовленным шаблонам оценивается с помощью набора мер расстояния между одномерными векторами типа корреляционной дистанции и др. Заключение выдается на основе системы рейтингового голосования по числу минимальных дистанций. Приведен пример классификации сейсмических событий на территории Кемеровской области. Алгоритм ориентирован на региональные сети и системы сейсмического мониторинга и обеспечивает полностью автоматизированный и быстрый процесс обнаружения и классификации заявленных региональных сейсмических событий. eng: The seismic event classification algorithm based on the preliminary transformations of signals into the entropy model is presented. It allows summarizing the information about the waveform features from three directions of measurements, averaging and comparing these features. The events’ characteristic functions based on entropy model are calculated for estimating the similarity of the seismic field in the calculation window to templates of explosions, earthquakes and abstract templates with given properties. Templates for explosions and earthquakes are obtained by averaging characteristic functions of the sets of corresponding events for a given station in a given region. Abstract templates are calculated using the envelope function of the seismic field’s entropy model, which is a sum of entropy models of signals in three dimensions. The similarity of the sample characteristic function to premade templates is estimated using a set of distance measures between one-dimensional vectors such as correlation distance, etc. Conclusion is issued on the basis of the rating voting system according to the amount of minimum distances, which is used in. An example of a seismic events classification in the Kemerovo region territory is given. The algorithm is oriented to regional networks and seismic monitoring systems and provides a fully automated and fast process for detecting and classifying the declared regional seismic events.
Ключевые слова:	events'' templates; Entropy models; rapid automatic classification; event detection; industrial blasts; Regional seismic events; оценки подобия; шаблоны событий; энтропийные модели; быстрая автоматическая классификация; обнаружение событий; промышленные взрывы; региональные сейсмические события; similarity estimations;
Издано:	2019
Физ. характеристика:	с.38-51
Цитирование:	1. Замараев Р.Ю., Попов С.Е., Логов А.Б. Алгоритм классификации сейсмических событий на основе энтропийного отображения сигналов // Физика Земли. 2016. № 3. С.31-37. 2. Guojun Gan, Chaoqun Ma, Jianhong Wu. Data clustering: theory, algorithms, and applications (ASA-SIAM series on statistics and applied probability). Society for Industrial and Applied Mathematics Philadelphia, PA, USA. 2007. 466 р. ISBN: 978-0-898716-23-8. 3. Kortström J., Uski M., Tiira T. Automatic classification of seismic events within a regional seismograph network // Computers & Geosciences. 2016. N 87. P.22-30. 4. Lyubushin A.A., Kaláb Z., Lednická M., Haggag H.M. Discrimination of earthquakes and explosions using multi-fractal singularity spectrums properties // J. Seismol. 2013. V. 17, N 3. P.975-983. 5. MacKay D. Information Theory, Inference, and Learning Algorithms. Cambridge: Cambridge University Press, 2003. 640 р. ISBN 0-521-64298-1.