GreenPhase: A Green Learning Approach for Earthquake Phase Picking

Het artikel introduceert GreenPhase, een efficiënt en interpreteerbaar groen leermodel dat zonder backpropagation werkt en op de STEAD-dataset uitstekende prestaties levert bij aardbevingdetectie en fasepicking met een reductie van 83% in rekencost.

De kern

GreenPhase: De Slimme, Groene Seismoloog

Stel je voor dat je in een enorme, drukke stad woont waar overal en nergens trillingen zijn: vrachtwagens die voorbijrijden, bouwwerkzaamheden, en soms, heel zeldzaam, een echte aardbeving. De taak van een seismoloog is als die van een detective die in dat rumoer moet luisteren naar het ene specifieke geluid: de eerste tekenen van een aardbeving (de P-golf) en de daaropvolgende schok (de S-golf).

Vroeger deden mensen dit met hun oren en ogen, wat heel langzaam was. Later kwamen er computers die dit automatiseren, maar die waren vaak als een zware, energievretende vrachtwagen: ze konden het werk wel doen, maar ze stonden constant in de versnelling, verbruikten enorm veel stroom en waren moeilijk te begrijpen (een "zwarte doos").

GreenPhase is de oplossing van de auteurs: een slimme, lichtgewicht fiets die net zo goed kan fietsen, maar veel minder energie kost en je precies kunt uitleggen waarom hij een bepaalde route kiest.

Hier is hoe het werkt, in drie simpele stappen:

1. De Groene Benadering: Geen "Backpropagation"

De meeste moderne AI-modellen leren door te "proberen en te falen" en dan alles opnieuw te berekenen (dit heet backpropagation). Dit is alsof je een puzzel probeert op te lossen door elke stukje duizenden keren te verplaatsen tot het klopt. Het kost veel tijd en energie.

GreenPhase gebruikt een andere methode, genaamd Green Learning.

• De Analogie: In plaats van de hele puzzel te verplaatsen, kijkt GreenPhase naar de puzzelstukjes in een vaste volgorde. Eerst leert het wat de stukjes zijn (onbewaakt), dan leert het welke stukjes belangrijk zijn (bewaakt), en tot besluit maakt het de keuze.
• Het Voordeel: Het is als een trein die op rails rijdt. Hij stopt niet om terug te rijden en opnieuw te beginnen. Dit maakt het proces veel sneller, goedkoper in stroomverbruik en transparant. Je kunt precies zien welke "bril" het model opzet om de aardbeving te zien.

2. De "Zoek-en-Vind" Strategie (Multi-resolutie)

Stel je voor dat je op zoek bent naar een specifieke persoon in een stadion van 50.000 mensen.

• De oude manier: Je loopt langs elke stoep, kijkt in elk gezicht en vergelijkt het met een foto. Dit duurt eeuwen.
• De GreenPhase-methode:
  1. Grof niveau: Je kijkt eerst van ver naar het hele stadion (een onscherpe foto). Je ziet direct in welk kwart van het stadion de persoon zit.
  2. Middel niveau: Je zoomt in op dat ene kwart. Nu zie je in welke rij de persoon zit.
  3. Fijn niveau: Pas nu zoom je in op die ene rij en zoek je de persoon op zijn gezicht.

GreenPhase doet precies dit met aardbevingen. Het scant niet het hele uur lange geluidsbestand in detail. Het kijkt eerst grof om een verdachte plek te vinden, en zoomt dan pas in op die kleine plek om de exacte tijd te bepalen. Hierdoor bespaart het 83% aan rekenkracht.

3. De Resultaten: Snel, Scherp en Duurzaam

De auteurs hebben hun model getest op een enorme database met aardbevingen (STEAD).

• De Score: GreenPhase is net zo goed als de beste zware modellen (zoals EQTransformer). Het herkent bijna elke aardbeving en vindt de golven met een nauwkeurigheid van 96% tot 98%.
• De Energie: Omdat het niet hoeft te "zweten" (geen zware berekeningen), verbruikt het veel minder stroom.
  • Vergelijking: Het trainen van een ander model kostte bijna 380 keer meer CO2-uitstoot dan GreenPhase.
  • Tijd: Waar een ander model dagen op een krachtige computer nodig had, deed GreenPhase het in uren op een gewone processor.

Waarom is dit belangrijk?

Aardbevingen gebeuren overal ter wereld, en we hebben duizenden sensoren die 24/7 data sturen. Als we die data met de oude, zware AI-modellen willen verwerken, is dat onbetaalbaar en onduurzaam.

GreenPhase is als de elektrische auto in de wereld van aardwetenschappen:

• Het doet hetzelfde werk (en soms zelfs beter in bepaalde situaties).
• Het is veel zuiniger.
• Het is makkelijker te begrijpen voor de mens.

Kortom: GreenPhase laat zien dat je niet altijd de zwaarste en duurste machine nodig hebt om de natuur te begrijpen. Soms is een slimme, gestructureerde aanpak de beste manier om de aarde te beschermen.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het paper "GreenPhase: A Green Learning Approach for Earthquake Phase Picking" in het Nederlands.

Probleemstelling

Aardbevingdetectie en het pikken van seismische fasen (het nauwkeurig bepalen van de aankomsttijden van P- en S-golven) zijn fundamenteel voor de seismologie, maar vormen een grote uitdaging vanwege lage signaal-ruisverhoudingen (SNR), variabiliteit in golfvormen en overlappende gebeurtenissen.

• Traditionele methoden (zoals STA/LTA en AIC) zijn afhankelijk van handmatige parameterinstellingen en presteren slecht bij lage SNR.
• Deep Learning (DL) modellen (zoals EQTransformer en PhaseNet) hebben hoge prestaties geleverd, maar lijden onder twee belangrijke nadelen:
  1. Duurzaamheid en efficiëntie: Ze vereisen enorme datasets en zware backpropagatie-training, wat leidt tot hoge rekenkosten en een grote CO2-voetafdruk.
  2. Interpreteerbaarheid: Ze fungeren als "black boxes", waardoor het moeilijk is om wiskundig te verklaren hoe ze tot een beslissing komen.

Methodologie: GreenPhase

De auteurs stellen GreenPhase voor, een model gebaseerd op het Green Learning (GL) framework. Dit is een feed-forward, wiskundig interpreteerbaar paradigma dat geen backpropagatie gebruikt.

1. Architectuur en Multi-resolutie Ontwerp
GreenPhase gebruikt een hiërarchische, grof-naar-fijn (coarse-to-fine) strategie om de rekenlast te verlagen:

• Drie Resolutieniveaus: Het model werkt op drie niveaus met afnemende tijdsresolutie (van 6000 samples naar 1500, 750 en 375 samples via average pooling).
• Region of Interest (ROI): In plaats van het volledige signaal op hoge resolutie te scannen, analyseert het model eerst op het laagste niveau (Level 3) het hele signaal om kandidaat-regio's te vinden. Vervolgens concentreert het zich op deze specifieke regio's op de hogere resolutieniveaus. Dit beperkt de berekening tot de meest informatieve delen van het signaal.

2. De drie GL-modules (per resolutieniveau)
Elk niveau doorloopt drie sequentiële modules zonder backpropagatie:

• Ongeleerde Representatie Learning: Gebruikt de Saab-transformatie (Subspace Approximation via Adjusted Bias), een variant van PCA, om ruimtelijk-spectrale kenmerken te extraheren. Daarnaast wordt een "window energy feature" berekend om abrupte energieveranderingen te detecteren.
• Toezicht op Kenmerken Learning (Feature Learning):
  • RFT (Relevant Feature Test): Selecteert de meest discriminerende kenmerken door de MSE-loss te minimaliseren, waardoor overbodige data wordt verwijderd.
  • SFG (Statistics-based Feature Generation): Genereert nieuwe, krachtigere kenmerken door lineaire projecties van geselecteerde subsets op de doelsubruimte.
• Toezicht op Beslissing Learning (Decision Learning): Een XGBoost-regressor voorspelt de kans op een P- of S-golf-aankomst. Voor S-golven wordt de kansverdeling voor de voorspelde P-golf op nul gezet om sequentiële logica te garanderen.

3. Data Voorverwerking en Labeling

• Preprocessing: Band-pass filtering (1-45 Hz), absolute waarde berekening en normalisatie naar [0, 1].
• Pseudo-labels: In plaats van harde labels, worden continue waarden (0 tot 1) toegewezen gebaseerd op de afstand tot de ware aankomsttijd, met een symmetrisch venster.
• Sampling: Een gestratificeerde subsampling-strategie wordt gebruikt om het onbalans tussen ruis (label 0) en signalen op te lossen.

Belangrijkste Bijdragen

1. Eliminatie van Backpropagatie: GreenPhase elimineert de noodzaak voor multi-epoch end-to-end training, wat leidt tot snellere training en lagere energieconsumptie.
2. Interpreteerbaarheid: Door de modulaire opbouw (Saab, RFT, SFG, XGBoost) is het proces wiskundig transparant en traceerbaar, in tegenstelling tot diepe neurale netwerken.
3. Efficiënte Multi-resolutie Strategie: De grof-naar-fijn aanpak vermindert de rekencomplexiteit drastisch door alleen op kandidaat-regio's te focussen in de latere stadia.
4. Duurzaamheid: Het model is ontworpen voor schaalbaarheid en kan draaien op standaard CPU's zonder zware GPU-vereisten.

Resultaten

Het model is getraind en geëvalueerd op de Stanford Earthquake Dataset (STEAD).

• Prestaties (F1-scores):

  • Detectie: F1 = 1.0 (perfecte prestatie).
  • P-golf pikken: F1 = 0.98 (vergelijkbaar met de state-of-the-art EQTransformer die 0.99 haalt).
  • S-golf pikken: F1 = 0.96 (vergelijkbaar met EQTransformer die 0.98 haalt).
  • Het model presteert zelfs goed met aanzienlijk minder trainingsdata (bijv. 60K samples in plaats van 1.2M) zonder grote prestatieverlies.

• Efficiëntie en Duurzaamheid:

  • Rekenkosten: GreenPhase vereist ongeveer 83% minder FLOPs (Floating Point Operations) voor inferentie vergeleken met EQTransformer (22M vs. 129M FLOPs).
  • Energie en CO2: Tijdens training is GreenPhase ongeveer 380 keer duurzamer (minder CO2-uitstoot en energieverbruik) dan EQTransformer. Bij inferentie is het ook aanzienlijk efficiënter.
  • Hardware: Het model kan effectief worden getraind op een 16-core CPU, terwijl EQTransformer vaak GPU's vereist.

Betekenis en Conclusie

GreenPhase bewijst dat het mogelijk is om prestaties op het niveau van state-of-the-art deep learning te bereiken voor seismische analyse, maar dan met een duurzaam, interpreteerbaar en computerefficiënt alternatief.

• Het biedt een oplossing voor de "black box" en duurzaamheidsproblemen van huidige DL-modellen.
• De architectuur maakt real-time monitoring op hardware met beperkte middelen mogelijk.
• Het model legt de basis voor een transparante analysepijplijn die kan worden uitgebreid naar andere seismologische taken zoals magnitude-schatting en classificatie.

Kortom, GreenPhase markeert een verschuiving naar "Green Computing" in de geowetenschappen, waarbij efficiëntie en transparantie niet ten koste gaan van nauwkeurigheid.