Learning Earthquake Wave Arrival Time Picking from Labels with Inaccuracies

기술 요약: 부정확한 레이블로부터 지진파 도달 시간 피킹 학습

문제 정의
지진학, 특히 미소 지진 모니터링 및 위상 피킹(phase picking)을 위한 지도 학습 기반 머신러닝 모델은 "레이블 노이즈(label noise)"에 매우 취약하다. 이러한 노이즈는 인간의 주관성, 분석가의 피로도, 계측기 타이밍 오류 또는 자동 피킹의 체계적 편향에서 발생한다. 모델이 이러한 부정확한 레이블이 포함된 데이터셋으로 학습될 경우, 파형의 특징과 도달 시간 사이의 잘못된 매핑을 학습하게 된다. 이는 일반화 성능 저하, 검증 데이터에 대한 정확도 감소, 그리고 근본적인 물리적 신호 분포를 포착하기보다 잘못된 사례를 암기하는 과적합(overfitting) 현상으로 이어진다. 전통적인 규제 기법인 데이터 증강(data augmentation)은 존재하지만, 고품질의 대규모 학습 데이터셋을 확보하기 어렵거나 생성 비용이 높은 상황에서는 상당한 수준의 레이블 노이즈로 인한 악영향을 완화하기에 불충분한 경우가 많다.

방법론: 레이블 노이즈-대조적 강건 학습 (LaNCoR)
저자들은 대규모의 완벽한 레이블 데이터셋 없이도 노이즈가 있는 레이블을 처리할 수 있도록 설계된 프레임워크인 LaNCoR(Label Noise-Contrastive Robust Learning)을 제안한다. LaNCoR의 핵심 철학은 입력 파형과 제공된 레이블을 동일한 물리적 이벤트에 대한 두 가지 서로 다른 "관점(views)"으로 취급하는 것이다. 모델은 노이즈가 섞인 레이블을 맹목적으로 신뢰하는 대신, 파형의 안정적인 물리적 특징과 타겟 레이블 표현 사이의 통계적 일관성을 강제한다.

LaNCoR 아키텍처는 다음과 같은 주요 메커니즘을 통해 작동한다:

1. 이중 공간 정렬 (Dual-Space Alignment): 모델은 입력 지진파와 그와 관련된 노이즈 섞인 레이블을 별도의 잠재 공간(latent spaces)으로 매핑한다. 그 후, 특징 표현의 분포를 레이블 표현의 분포와 정렬시킨다. 목표는 레이블 오류로 인한 "분포 변화(distributional shift)"를 교정하여, 레이블 표현이 파형의 강건한 물리적 특징과 일치하도록 강제하는 것이다.
2. 오류 학습기 (Error Learner, EL): 핵심 구성 요소인 오류 학습기는 멀티 헤드 셀프 어텐션(multi-head self-attention) 메커니즘을 활용한다. EL은 파형 특징 표현($\mathcal{Z}_x$)과 노이즈 섞인 레이블 표현($\mathcal{Z}_y$)을 비교하여 노이즈에 의해 도입된 "변화(shift)" 또는 오류($\delta$)를 추정한다. EL은 수학적으로 실제 정답(ground truth)에 더 가까운 교정된 레이블 표현($\mathcal{Z}'_y$)을 생성한다. 결정적으로, 특징 인코더로 향하는 오류 학습기의 그래디언트 흐름은 차단(detach)되어, 노이즈 섞인 레이블 공간이 핵심 특징 학습 과정을 오염시키는 것을 방지한다.
3. 재매개변수화 (Reparameterization): 특정 노이즈 값에 과적합되는 것(과잉 확신)을 방지하기 위해, LaNCoR은 재매개변수화 기법을 사용한다. 입력을 고정된 점으로 매핑하는 대신, 특징 및 레이블 표현을 평균($\mu$)과 분산($\sigma$)으로 정의된 확률 분포(가우시안 클라우드)로 취급한다. 이는 제어된 불확실성을 도입하여 학습 경관(learning landscape)을 부드럽게 만든다.
4. 랜덤 푸리에 특징 (Random Fourier Features, RFF): 단일 저차원 공간이 놓칠 수 있는 복잡하고 비선형적인 관계를 포착하기 위해, 모델은 RFF를 사용하여 표현을 고차원 공간으로 투영한다. 이는 가우시안 커널을 근사하여 파형과 레이블 사이의 미세한 구조적 세부 사항의 정렬을 보장한다.
5. 대조 학습 (Contrastive Learning): 프레임워크는 두 양상(modality) 간의 정렬을 강제하기 위해 대조 학습을 활용한다. 특징 공간과 교정된 레이블 공간 모두에 대해 유사도 행렬을 구축한다. 손실 함수는 이 유사도 행렬 간의 차이를 최소화하여, 두 파형이 유사하다면 그에 대응하는 레이블(비록 원래 노이즈가 있더라도) 또한 그 유사성을 반영하도록 조정되도록 한다.

전체 최적화 목적 함수는 재구성 손실(reconstruction losses), 분포 정렬을 위한 KL-발산(KL-divergence), 그리고 균형 계수($\lambda$)로 가중치가 부여된 대조 손실을 결합한다.

주요 기여

• 새로운 프레임워크: 소규모 학습 체제 및 노이즈 섞인 레이블 환경에서도 지진 위상 피킹에 특화된 강건한 학습 전략을 통합한 LaNCoR을 도입하였다.
• 노이즈 교정 메커니즘: 파형 특징과 레이블 사이의 일관성을 활용하여 레이블 분포 변화를 명시적으로 추정하고 교정하는 오류 학습기 모듈을 개발하였다.
• 분포 정렬: 잠재 공간 일관성, 재매개변수화(변분 추론), 그리고 랜덤 푸리에 특징을 결합하여 비가우시안 및 체계적 레이블 오류를 강건하게 처리하는 다단계 정렬 전략을 제시하였다.
• 실증적 검증: 중국의 여러 탄광(Chaoyang, Mengcun, Xingcun)에서 추출한 실제 미소 지진 데이터를 사용하여 해당 방법의 효능을 입증하였으며, 교차 지역 테스트를 수행하였다.

결과
저자들은 세 곳의 중국 탄광(Chaoyang, Mengcun, Xingcun)의 데이터셋과 Yingpaner 탄광의 교차 지역 테스트 세트를 사용하여 두 가지 베이스라인 모델인 SeisT와 PhaseNet을 통해 LaNCoR을 평가하였다.

• 성능 향상: LaNCoR은 다양한 노이즈 수준에서 베이스라인 모델(데이터 증강 적용 및 미적용 지도 학습)보다 유의미하게 우수한 성능을 보였다. SeisT의 경우, 베이스라인 대비 평균 F1-점수 향상 폭은 5.7%에서 16.3% 사이였으며, 최대 향상 폭은 **28.8%**에 달했다. PhaseNet의 경우, 특정 고노이즈 시나리오에서 평균 F1-점수 향상이 더 높았으며 최대 **54.7%**까지 도달했다.
• 노이즈에 대한 강건성: 표준 데이터 증강 기법은 노이즈 수준이 높아질 때(특히 노이즈 $\sigma_E > 150$ ms일 때) 성능이 급격히 하락한 반면, LaNCoR은 안정적인 성능 곡선을 유지했다. 이는 모델이 완전히 잘못된 학습 레이블을 효과적으로 무시하고 물리적 신호의 시작점을 우선시했음을 보여준다.
• 교차 지역 일반화: 측정된 특징 분포 변화와 더 높은 SNR 범위를 보이는 미지의 Yingpanhao 데이터셋에 적용했을 때, LaNCoR은 다른 방법들을 지속적으로 능가하며 새로운 지리적 영역과 다양한 신호 조건에 대한 탁월한 적응력을 입증했다.
• 정성적 분석: 결과의 시각적 검사를 통해 LaNCoR이 저(low)-SNR 샘플에서 도달 시간을 복구할 수 있고, 인간 분석가가 놓친 위상을 식별할 수 있음을 확인하였다. 의도적으로 잘못된 레이블이 주어진 경우에도, 모델은 오류가 있는 주석이 아닌 실제 물리적 도달 시간을 성공적으로 예측하였다.

의의 및 주장
본 논문은 LaNCoR이 지진학 및 지구과학 분야의 딥러닝 모델의 강건성을 높이는 유망한 방향을 제시한다고 주장한다. 노동 집약적인 데이터 정제나 대규모 데이터셋에 의존하지 않고 레이블 노이즈 문제를 해결함으로써, 이 접근 방식은 불완전한 감독 하에서도 고성능 모델을 훈련할 수 있게 한다. 저자들은 물리적 특징 학습을 노이즈 섞인 감독으로부터 분리하는 능력이 안정적인 훈련과 신뢰할 수 있는 일반화를 가능하게 하며, 이는 유발 지진 모니터링, 저류층 특성 규명, 재해 평가와 같은 응용 분야에 필수적임을 강조한다. 결론적으로 LaNCoR은 특징 정렬을 통해 레이블 노이즈의 영향을 효과적으로 완화하며, 이를 통해 단순한 위상 피킹을 넘어 지진 신호 처리 작업 전반에 걸쳐 다방면으로 활용 가능한 도구가 될 수 있음을 보여준다.