Improving Deep Learning-Based Seismic Phase Picking by Addressing Label Imbalance
लेबल असंतुलन के कारण डीप लर्निंग-आधारित सिस्मिक फेज पिकिंग में होने वाले प्रदर्शन ह्रास को संबोधित करने के लिए, यह शोध पत्र एक एरिया-वेटेड सॉफ्ट क्रॉस-एन्ट्रॉपी लॉस फंक्शन प्रस्तावित करता है जो अंतर्निहित नेटवर्क आर्किटेक्चर को बदले बिना निरंतर वेवफॉर्म विश्लेषण में मॉडल की संवेदनशीलता और इवेंट रिकवरी को बढ़ाता है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
पृथ्वी की गुप्त भाषा और छूटे हुए स्वर
कल्पना कीजिए कि पृथ्वी एक विशाल, बेचैन ढोल है। जब यह हिलती है, दरारें पड़ती है, या जमती है, तो यह लहरें भेजती है—भूकंपीय तरंगें (seismic waves)—जो हवा में ध्वनि की तरह जमीन के माध्यम से यात्रा करती हैं। भूकंप विज्ञानी (Seismologists) वे श्रोता हैं जो इन लहरों को सुनने की कोशिश करते हैं ताकि वे समझ सकें कि जमीन के नीचे क्या हो रहा है। दशकों तक, उनका काम एक भीड़भाड़ वाले, शोर भरे कमरे में एक विशिष्ट फुसफुसाहट को खोजने जैसा था। उन्हें स्क्रीन पर टेढ़ी-मेढ़ी रेखाओं को देखते हुए, "P-वेव" (पहली, तेज़ आगमन) या "S-वेव" (धीमी, हिलने वाली आगमन) के सटीक क्षण को मैन्युअल रूप से पहचानना पड़ता था। यह धीमा, थका देने वाला काम था, और आधुनिक सेंसरों द्वारा 24/7 पृथ्वी को रिकॉर्ड करने के साथ, डेटा इतना अधिक था कि मानव आँखों के लिए इसे संभालना असंभव था।
यहाँ 'डीप लर्निंग' का प्रवेश होता है, जो एक प्रकार का कंप्यूटर मस्तिष्क है जो किसी भी इंसान से तेज़ पैटर्न पहचानने के लिए सीख सकता है। ये डिजिटल जासूस पृथ्वी की ढोल की थाप को पढ़ने में अविश्वसनीय रूप से कुशल हो गए हैं, और वे उन भूकंपों को भी ढूंढ लेते हैं जिन्हें इंसान शायद छोड़ दें। लेकिन इसमें एक पेंच है: जब पृथ्वी वास्तव में उग्र हो जाती है—जैसे कि एक बड़े भूकंप के बाद सैकड़ों छोटे झटकों (aftershocks) के दौरान—तो बड़े आयोजन का "शोर" छोटे संकेतों की सूक्ष्म फुसफुसाहट को दबा देता है। कंप्यूटर भ्रमित हो जाता है, और अक्सर छोटे संकेतों को मिस कर देता है क्योंकि इसे शोर के बीच की शांति पर ध्यान देने के लिए प्रशिक्षित किया गया है, न कि खुद शोर पर। यह शोध एक सरल प्रश्न पूछता है: क्या हम कंप्यूटर को बिना उसके ढांचे को बदले, शांत हिस्सों को और अधिक ध्यान से सुनना सिखा सकते हैं?
कान को ट्यून करना: कंप्यूटर को सिखाने का एक नया तरीका
इस अध्ययन के पीछे के शोधकर्ताओं ने, जिनका नेतृत्व टोक्यो विश्वविद्यालय और क्योटो विश्वविद्यालय के शिन्या काटो और उनकी टीम ने किया, महसूस किया कि समस्या कंप्यूटर के "मस्तिष्क" (इसके आर्किटेक्चर) में नहीं थी, बल्कि इस बात में थी कि हम इसे कैसे सिखा रहे थे। उन्होंने प्रशिक्षण प्रक्रिया की तुलना एक शिक्षक द्वारा छात्र के होमवर्क को ग्रेड देने से की।
इन मॉडलों को प्रशिक्षित करने के मानक तरीके में, कंप्यूटर भूकंप के डेटा के 30 सेकंड के टुकड़े को देखता है। उस टुकड़े में, "बैकग्राउंड" (शांत, उबाऊ हिस्से जहाँ कुछ नहीं हो रहा है) लगभग 98% समय लेता है। वास्तविक भूकंप संकेत (P-तरंगें और S-तरंगें) छोटे, तीखे स्पाइक्स होते हैं जो शायद 1% प्रत्येक ही घेरते हैं। जब कंप्यूटर सीखने की कोशिश करता है, तो उसे पूरे 30 सेकंड के पूर्वानुमान के आधार पर एक "स्कोर" मिलता है। चूंकि बैकग्राउंड बहुत बड़ा है, इसलिए कंप्यूटर यह सीख जाता है कि अच्छा स्कोर पाने का सबसे आसान तरीका हर समय "बैकग्राउंड" का अनुमान लगाना है। वह आलसी हो जाता है, महत्वपूर्ण स्पाइक्स को अनदेखा कर देता है क्योंकि वे उसके समग्र ग्रेड के लिए बहुत मायने नहीं रखते। यह एक ऐसे छात्र की तरह है जो केवल पाठ्यपुस्तक के उबाऊ अध्यायों का अध्ययन करता है क्योंकि परीक्षा मुख्य रूप से उन्हीं अध्यायों के बारे में है, और वे रोमांचक, महत्वपूर्ण मोड़ को पूरी तरह से चूक जाते हैं।
इसे ठीक करने के लिए, टीम ने area-weighted soft cross-entropy loss नामक एक नया "ग्रेडिंग सिस्टम" बनाया। हर सेकंड के रिकॉर्ड को समान मानने के बजाय, यह नई विधि कंप्यूटर को उन छोटे, महत्वपूर्ण स्पाइक्स को सही पकड़ने के लिए भारी बोनस देती है। यह एक छात्र को यह बताने जैसा है कि, "यदि आप उबाऊ बैकग्राउंड को सही पहचानते हैं, तो आपको एक अंक मिलेगा। लेकिन यदि आप छोटे P-वेव या S-वेव को पहचान लेते हैं, तो आपको सौ अंक मिलेंगे!" यह कंप्यूटर को तरंगों के आगमन के समय पर गहन ध्यान देने के लिए मजबूर करता है, भले ही वे दुर्लभ हों।
उन्होंने क्या पाया: अधिक फुसफुसाहटों को पकड़ना
टीम ने इस नए "ग्रेडिंग सिस्टम" का परीक्षण दो लोकप्रिय भूकंप-पहचानने वाले मॉडलों, SegPhase और PhaseNet पर किया। उन्होंने मॉडलों के दिमाग को नहीं बदला; उन्होंने बस खेल के नियम बदल दिए।
परिणाम व्यवहार में एक स्पष्ट बदलाव थे। नए, भारित (weighted) नियमों के साथ प्रशिक्षित मॉडल बहुत अधिक संवेदनशील हो गए।
- तीव्र समय (Sharper Timing): जब मॉडलों ने आगमन के समय की भविष्यवाणी की, तो वे बहुत अधिक सटीक थे। उनकी त्रुटियों का "फैलाव" (scatter) काफी कम हो गया। SegPhase मॉडल के लिए, P-वेव्स के लिए त्रुटि का फैलाव 0.20 सेकंड से घटकर 0.07 सेकंड हो गया, और S-वेव्स के लिए, यह 0.27 सेकंड से घटकर 0.05 सेकंड हो गया।
- समझौता (The Trade-off): हालांकि, अधिक संवेदनशील होने के साथ एक कीमत भी आई। मॉडल ऐसी चीजें भी "देखने" लगे जो वास्तव में वहां नहीं थीं। वे वास्तविक भूकंपों को पकड़ने में बेहतर (उच्च रिकॉल) हो गए, लेकिन उन्होंने कुछ शोर को भी भूकंप के रूप में चिह्नित करना शुरू कर दिया (कम प्रिसिजन)। यह एक ऐसे मेटल डिटेक्टर की तरह है जो इतना संवेदनशील है कि वह सोने के सिक्के के साथ सोडा कैन पर भी बीप करता है। शोधकर्ताओं ने पाया कि मॉडल "रिकॉल-ओरिएंटेड" हो गए थे, जिसका अर्थ है कि वे वास्तविक घटनाओं को मिस करने की संभावना कम रखते थे, भले ही इसके लिए उन्हें बाद में कुछ गलत अलार्मों की जांच करनी पड़े।
वास्तविक दुनिया का परीक्षण: रिजक्रेस्ट भूकंप
यह देखने के लिए कि क्या यह वास्तव में काम करता है, टीम ने अपने नए मॉडलों को कैलिफोर्निया में 2019 के रिजक्रेस्ट भूकंप अनुक्रम के निरंतर डेटा पर लागू किया। यह एक बड़ी घटना थी जिसमें एक मुख्य झटका और हजारों आफ्टरशॉक्स शामिल थे।
परिणाम प्रभावशाली थे। भारित-लॉस (weighted-loss) वाले मॉडलों ने मूल मॉडलों की तुलना में काफी अधिक भूकंपों का पता लगाया:
- SegPhase ने नए तरीके के साथ 34,008 भूकंप खोजे, जबकि पुराने तरीके के साथ 26,914 खोजे थे।
- PhaseNet ने नए तरीके के साथ 32,997 भूकंप खोजे, जबकि पुराने तरीके के साथ 23,622 खोजे थे।
ये संख्याएं अन्य विशेषज्ञों द्वारा विभिन्न तरीकों का उपयोग करके बनाए गए दो मौजूदा कैटलॉग की गणना से भी बेहतर थीं। नए मॉडलों ने सफलतापूर्वक विशेषज्ञों के समान भूकंपीय क्षेत्रों का मानचित्रण किया लेकिन उनके बीच कई छोटी घटनाओं को भी खोज निकाला। यह सुझाव देता है कि मॉडलों को सिग्नल मिस करने से डरने से रोककर, वैज्ञानिक भूकंपीय गतिविधि की बहुत अधिक पूर्ण तस्वीर बनाने में मदद कर सकते हैं।
सीमाएं: जब शोर बहुत तेज हो
लेकिन कहानी एक पूर्ण समाधान के साथ समाप्त नहीं होती। शोधकर्ताओं ने अपनी सीमाओं के बारे में ईमानदारी बरती। उन्होंने पाया कि हालांकि नया तरीका एक अनुक्रम के बीच में छोटे भूकंपों को खोजने में महान था, लेकिन यह सबसे बड़े, सबसे शोर वाले भूकंपों के तुरंत बाद संघर्ष करता रहा।
एक बड़े भूकंप के ठीक बाद, जमीन लंबे समय तक "कोडा वेव्स" (coda waves) के साथ हिलती रहती है—जो एक अराजक, उच्च-ऊर्जा वाला शोर है जो अगले छोटे भूकंप के सूक्ष्म संकेतों को दबा देता है। नए "बोनस पॉइंट्स" के बावजूद, कंप्यूटर छोटे संकेतों को नहीं सुन सका क्योंकि बड़े भूकंप का गर्जना बहुत तेज और अस्त-व्यस्त थी। शोध पत्र सुझाव देता है कि जबकि प्रशिक्षण के नियमों को बदलना मदद करता है, यह उस समस्या को हल नहीं कर सकता जहां सिग्नल भौतिक रूप से एक-दूसरे के नीचे दबे हुए होते हैं।
निष्कर्ष
यह शोध पत्र दिखाता है कि किसी समस्या को हल करने के लिए आपको हमेशा एक बड़ा, अधिक जटिल कंप्यूटर मस्तिष्क बनाने की आवश्यकता नहीं होती है। कभी-कभी, आपको बस इसे सिखाने का तरीका बदलने की आवश्यकता होती है। डेटा में छोटे, महत्वपूर्ण क्षणों के महत्व को फिर से निर्धारित करके, शोधकर्ताओं ने मौजूदा मॉडलों को भूकंपों, विशेष रूप से छोटे भूकंपों को पहचानने में बहुत बेहतर बना दिया, जिन्हें आसानी से छोड़ा जा सकता है। यह एक याद दिलाता है कि भूकंप विज्ञान की शोर भरी, अराजक दुनिया में, कभी-कभी भविष्य को सुनने का सबसे अच्छा तरीका अतीत के शांत हिस्सों को थोड़ा और ध्यान से सुनना होता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।