Integrated Detection and Classification of Low-Frequency Earthquakes Using a PhaseNet-Based Deep Learning Framework
Deze studie presenteert een verenigd deep learning-framework gebaseerd op een uitgebreide PhaseNet-architectuur die gelijktijdig laagfrequente en gewone aardbevingen detecteert en classificeert, waarbij een nieuwe "LFE-gelijkenis"-index wordt geïntroduceerd om zwakke seismische gebeurtenissen te identificeren en aanzienlijk hogere gebeurtenispercentages in het noorden van de prefectuur Yamaguchi wordt onthuld in vergelijking met traditionele catalogi.