文章标题：基于迁移学习的岩石边坡微地震事件检测算法

文章作者：蔡育埼, 于子叶*
关 键 字：迁移学习;微地震事件检测;深度学习;边坡
文章摘要：基于迁移学习，设计一套岩石边坡微地震事件检测算法流程，用于自动化处理岩石边坡数据。基于海量人工标注的天然地震数据进行训练，得到深度学习预训练模型，并利用少量人工标注的微地震数据进行微调，使得模型可以适用于滑坡体微地震数据。采用实际标注数据进行测试，结果表明，基于迁移学习模型的查准率和查全率分别可达0.884和0.91。分析认为，在迁移学习流程中，深度学习模型减少了对于标注数据的依赖，同时可以仅经少量迭代即可得到鲁棒的、高精度结果。该模型部分程序是开源的，可以将其迁移到更多区域的微地震事件检测工作中。