Neural network modeling of Herglotz—Wiechert inversion of multiparametric travel-time curves of seismic waves

Neural network modeling of Herglotz—Wiechert inversion of multiparametric travel-time curves of seismic waves

Using artificial neural networks to solve a problem of plotting travel-time curves of seismic waves can create nonlinear travel-time model of P and S phases of seismic waves arrangement as a function of several arguments: source depth, magnitude, back azimuth and epicenter distance. Construction of...

Повний опис

Збережено в:
Бібліографічні деталі
Дата:2017
Автори: Lazarenko, M., Herasymenko, O.
Формат: Стаття
Мова:English
Опубліковано: Інститут геофізики ім. С.I. Субботіна НАН України 2017
Назва видання:Геофизический журнал
Онлайн доступ:http://dspace.nbuv.gov.ua/handle/123456789/125274
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Neural network modeling of Herglotz—Wiechert inversion of multiparametric travel-time curves of seismic waves / M. Lazarenko, O. Herasymenko // Геофизический журнал. — 2017. — Т. 39, № 4. — С. 3-14. — Бібліогр.: 8 назв. — англ.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id irk-123456789-125274
record_format dspace
spelling irk-123456789-1252742017-10-22T03:02:52Z Neural network modeling of Herglotz—Wiechert inversion of multiparametric travel-time curves of seismic waves Lazarenko, M. Herasymenko, O. Using artificial neural networks to solve a problem of plotting travel-time curves of seismic waves can create nonlinear travel-time model of P and S phases of seismic waves arrangement as a function of several arguments: source depth, magnitude, back azimuth and epicenter distance. Construction of three-dimensional travel-time relationships and their use for modeling of hadographs and their inversion are considered on examples of seismic records Ukrainian seismic stations. Examples of inversion locus within the model Herglotz—Wiechert and features of application of the model in a real environment for single seismic stations, and generalization for arbitrary coordinate of the source and the point of signal registration in the Black Sea region are given. Використання мереж штучних нейронів у задачі побудови годографів сейсмічних хвиль дає змогу створювати нелінійні моделі поля часів поширення P- і S-фаз сейсмічних хвиль як функцій декількох аргументів: глибини розміщення вогнища, магнітуди, азимуту надходження хвиль і епіцентральної відстані. Побудову тривимірних годографів розглянуто на прикладах сейсмічних записів українських сейсмостанцій і їх використання для моделювання годографів та інверсії останніх. Наведено приклади інверсії годографа в рамках моделі Герглотца— Віхерта, а також особливості застосування моделі в реальному середовищі для одиничних сейсмостанцій і узагальнення для випадку довільних координат джерела і точки реєстрації сигналу в Чорноморському регіоні. 2017 Article Neural network modeling of Herglotz—Wiechert inversion of multiparametric travel-time curves of seismic waves / M. Lazarenko, O. Herasymenko // Геофизический журнал. — 2017. — Т. 39, № 4. — С. 3-14. — Бібліогр.: 8 назв. — англ. 0203-3100 DOI: doi.org/10.24028/gzh.0203-3100.v39i4.2017.107503 http://dspace.nbuv.gov.ua/handle/123456789/125274 550.344.094.6:528.087.4:004.032.26 en Геофизический журнал Інститут геофізики ім. С.I. Субботіна НАН України
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
language English
description Using artificial neural networks to solve a problem of plotting travel-time curves of seismic waves can create nonlinear travel-time model of P and S phases of seismic waves arrangement as a function of several arguments: source depth, magnitude, back azimuth and epicenter distance. Construction of three-dimensional travel-time relationships and their use for modeling of hadographs and their inversion are considered on examples of seismic records Ukrainian seismic stations. Examples of inversion locus within the model Herglotz—Wiechert and features of application of the model in a real environment for single seismic stations, and generalization for arbitrary coordinate of the source and the point of signal registration in the Black Sea region are given.
format Article
author Lazarenko, M.
Herasymenko, O.
spellingShingle Lazarenko, M.
Herasymenko, O.
Neural network modeling of Herglotz—Wiechert inversion of multiparametric travel-time curves of seismic waves
Геофизический журнал
author_facet Lazarenko, M.
Herasymenko, O.
author_sort Lazarenko, M.
title Neural network modeling of Herglotz—Wiechert inversion of multiparametric travel-time curves of seismic waves
title_short Neural network modeling of Herglotz—Wiechert inversion of multiparametric travel-time curves of seismic waves
title_full Neural network modeling of Herglotz—Wiechert inversion of multiparametric travel-time curves of seismic waves
title_fullStr Neural network modeling of Herglotz—Wiechert inversion of multiparametric travel-time curves of seismic waves
title_full_unstemmed Neural network modeling of Herglotz—Wiechert inversion of multiparametric travel-time curves of seismic waves
title_sort neural network modeling of herglotz—wiechert inversion of multiparametric travel-time curves of seismic waves
publisher Інститут геофізики ім. С.I. Субботіна НАН України
publishDate 2017
url http://dspace.nbuv.gov.ua/handle/123456789/125274
citation_txt Neural network modeling of Herglotz—Wiechert inversion of multiparametric travel-time curves of seismic waves / M. Lazarenko, O. Herasymenko // Геофизический журнал. — 2017. — Т. 39, № 4. — С. 3-14. — Бібліогр.: 8 назв. — англ.
series Геофизический журнал
work_keys_str_mv AT lazarenkom neuralnetworkmodelingofherglotzwiechertinversionofmultiparametrictraveltimecurvesofseismicwaves
AT herasymenkoo neuralnetworkmodelingofherglotzwiechertinversionofmultiparametrictraveltimecurvesofseismicwaves
first_indexed 2023-10-18T20:48:17Z
last_indexed 2023-10-18T20:48:17Z
_version_ 1796151151543975936

Схожі ресурси