PyAWD: A Library for Generating Large Synthetic Datasets of Acoustic Wave Propagation with Devito

要約

物理地震計の導入に伴うコストと物流上の課題により、地震データはまばらで不均一に分布していることが多く、地震解析における機械学習 (ML) の適用は制限されています。
このギャップに対処するために、2 次元と 3 次元の両方の異種媒体における時空間音響波伝播をシミュレートする高解像度合成データセットを生成するように設計された Python ライブラリである PyAWD を紹介します。
PyAWD では、波の速度、外力、空間的および時間的な離散化、媒体構成などのパラメーターを細かく制御できるため、複雑な地震波の挙動を捉える ML スケールのデータセットを作成できます。
震源地検索タスクを使用してライブラリの可能性を説明し、高密度の実世界データが存在しない場合または欠如している場合に高度な ML アプローチをサポートする、複雑で正確な地震問題の設計にライブラリが適していることを示します。

要約(オリジナル)

Seismic data is often sparse and unevenly distributed due to the high costs and logistical challenges associated with deploying physical seismometers, limiting the application of Machine Learning (ML) in earthquake analysis. To address this gap, we introduce PyAWD, a Python library designed to generate high-resolution synthetic datasets simulating spatio-temporal acoustic wave propagation in both two-dimensional and three-dimensional heterogeneous media. By allowing fine control over parameters such as wave speed, external forces, spatial and temporal discretization, and media composition, PyAWD enables the creation of ML-scale datasets that capture the complexity of seismic wave behavior. We illustrate the library’s potential with an epicenter retrieval task, showcasing its suitability for designing complex, accurate seismic problems that support advanced ML approaches in the absence or lack of dense real-world data.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google