基于神经网络的震级和震中距预测研究

葛 康¹，王 琛²，胡振中¹，郭宇韬^1*

(1. 清华大学 深圳国际研究生院，广东 深圳 518055;2. 清华大学 土木工程系，北京 100084)

摘　要：为实现震级和震中距的快速预测，应用卷积神经网络、全连接神经网络、GELU激活函数、丢弃法、多任务学习等机器学习技术，建立了1个高效的震级和震中距预测模型，选取斯坦福地震数据集STEAD对其进行训练、验证和测试，结果显示预测值和实际值呈现较好的正相关性，震级和震中距的决定系数分别为0.938和0.881，相关结论为地震预警系统的发展提供了新的思路和方法。

关键词：震级;震中距;预测;神经网络;机器学习