[논문 리뷰] Seismic Electric Signals and 1/f "noise" in natural time

P. Varotsos, N. V. Sarlis외 1명|ArXiv.org|2007. 11. 23.

Complex Systems and Time Series Analysis참고 문헌 6인용 수 10

한 줄 요약

이 논문은 자연 시간에서의 확률적 모델을 제안하여 $1/f^a$ 노이즈를 $a \approx 1$로 재현하며, 지진 전기 신호(Ses)에서 관찰된 체계적 거동을 모방한다. 스펙트럼적 성질에서 유사함에도 불구하고, 모델은 시간 반전 시에 엔트로피가 증가함($S_{-} > S$)을 예측하지만, SES 데이터에서는 $S$가 $S_{-}$보다 클 수도, 작을 수도 있기 때문에 이는 모델의 범위를 초월한 임계 역학을 시사한다.

ABSTRACT

By making use of the concept of natural time, a simple model is proposed which exhibits the $1/f^a$ behavior with $a$ close to unity. The properties of the model are compared to those of the Seismic Electric Signals (SES) activities that have been found to obey the ubiquitous $1/f^a$ behavior with $a \approx 1$. This comparison, which is made by using the most recent SES data, reveals certain similarities, but the following important difference is found: The model suggests that the entropy $S_-$ under time reversal becomes larger compared to the entropy $S$ in forward time, thus disagreeing with the experimental SES results which show that $S$ may be either smaller or larger than $S_-$. This might be due to the fact that SES activities exhibit {\em critical} dynamics, while the model cannot capture all the characteristics of such dynamics.

연구 동기 및 목표

• 자연 시간 형식을 사용하여 $a \approx 1$인 $1/f^a$ 노이즈를 모델링하기.
• 세 개의 마그니튜드 6.0 이상 지진에서의 실제 지진 전기 신호(Ses) 데이터와 모델의 통계적 성질을 비교하기.
• 모델이 SES 활동에서 관찰된 임계 역학을 포괄하는지 조사하기.
• 모델과 실험적 SES 데이터 간의 시간 반전에 따른 엔트로피 행동의 격차를 규명하기.

제안 방법

• 모델은 사건들이 자연 시간으로 인덱싱된 확률적 과정을 사용하며, 사건 간 간격은 지수분포에서 추출된다.
• $\epsilon_n$은 $n$-번째 사건까지의 재생 횟수를 나타내며, 임의의 순열에 대한 조합 분석을 통해 그 분포가 유도된다.
• 시간 시리즈의 $1/f^a$ 스케일링을 분석하기 위해 푸리에 스펙트럼과 탈트렌드 플럭투에이션 분석(DFA)을 사용한다.
• 정방향($S$)과 반전($S_{-}$) 시간에서의 엔트로피를 계산하여 시간의 비가역성을 평가한다.
• 모델을 $k$면 주사위를 사용한 바우스 유형의 $1/f$ 생성기와 비교하여 첨도 및 첨도와 같은 고차 모멘트의 차이를 강조한다.
• 모델의 $\epsilon_n$에 대한 평균, 분산, 왜도, 첨도 등의 통계적 성질을 해석적으로 유도하고, 바우스 모델과 비교한다.

실험 결과

연구 질문

• RQ1 간단한 자연 시간 기반 확률적 모델이 지진 전기 신호에서 관찰된 $a \approx 1$인 $1/f^a$ 노이즈를 재현할 수 있는가?
• RQ2 모델에서의 엔트로피 역학 $S$와 $S_{-}$는 실제 SES 데이터와 어떻게 비교되는가?
• RQ3 제안된 모델과 바우스 모델 간의 $1/f$ 노이즈 생성에서 통계적 차이는 무엇인가?
• RQ4 스펙트럼 행동은 일치하지만, 왜 모델은 SES에서 관찰된 시간 반전 비대칭성을 재현하지 못하는가?
• RQ5 SES 활동이 모델이 다루지 못하는 임계 역학을 얼마나 잘 반영하는가?

주요 결과

• 모델은 푸리에 스펙트럼과 DFA를 통해 $\alpha_{DFA} \approx 1$로 확인된 $a \approx 1$인 $1/f^a$ 노이즈를 성공적으로 생성한다.
• $\epsilon_n$의 분포는 코닝-피셔 근사로 빠르게 수렴하여 큰 $n$에 대한 분석이 가능해진다.
• 모델은 시간 반전 시 엔트로피가 증가함($S_{-} > S$)을 예측하지만, 실험적 SES 데이터에서는 $S$가 $S_{-}$보다 클 수도, 작을 수도 있기 때문에 이는 모델의 범위를 초월한 임계 역학을 시사한다.
• 바우스 모델은 대칭적이며 왜도가 없는 분포를 생성하는 반면, $\epsilon_n$의 분포는 비대칭적이므로 기초적인 통계적 차이가 있음을 나타낸다.
• $\epsilon_n$의 첨도는 바우스 모델과 반대되는 부호를 가지며, 이는 두 과정 간의 추가적인 차이를 강조한다.
• 시간 반전 엔트로피의 격차는 SES가 현재 모델이 다루지 못하는 임계 역학을 나타내며, 실패 직전의 복잡한 응력 축적과 해방 메커니즘으로 인해 발생할 수 있음을 시사한다.