[论文解读] SeismoGen: Seismic Waveform Synthesis Using Generative Adversarial Networks

Tiantong Wang, Daniel T. Trugman+1 more|arXiv (Cornell University)|Nov 10, 2019

Seismology and Earthquake Studies参考文献 56被引用 5

一句话总结

本文提出 SeismoGen，一种条件生成对抗网络（GAN），可为地震和噪声两类生成逼真的三分量地震波形。在俄克拉荷马州有限真实数据上进行训练后，GAN 生成的波形在用于扩充小规模真实训练集时，显著提升了地震检测的准确率，证明了合成数据在数据稀缺地震学应用中的潜力。

ABSTRACT

Detecting earthquake events from seismic time series has proved itself a challenging task. Manual detection can be expensive and tedious due to the intensive labor and large scale data set. In recent years, automatic detection methods based on machine learning have been developed to improve accuracy and efficiency. However, the accuracy of those methods relies on a sufficient amount of high-quality training data, which itself can be expensive to obtain due to the requirement of domain knowledge and subject matter expertise. This paper is to resolve this dilemma by answering two questions: (1) provided with a limited number of reliable labels, can we use them to generate more synthetic labels; (2) Can we use those synthetic labels to improve the detectability? Among all the existing generative models, the generative adversarial network (GAN) shows its supreme capability in generating high-quality synthetic samples in multiple domains. We designed our model based on GAN. In particular, we studied several different network structures. By comparing the generated results, our GAN-based generative model yields the highest quality. We further combine the dataset with synthetic samples generated by our generative model and show that the detectability of our earthquake classification model is significantly improved than the one trained without augmenting the training set.

研究动机与目标

• 为解决地震检测中机器学习模型训练面临标注地震数据有限的挑战。
• 开发一种能够生成逼真合成地震波形的生成模型，以模拟事件和噪声两类波形。
• 评估使用 GAN 生成的合成波形在扩充真实训练数据时，是否能提升地震检测算法的性能。
• 通过训练好的分类器进行定性和定量基准测试，验证合成波形的真实性和实用性。

提出的方法

• 采用条件 GAN 架构，生成器网络将随机噪声映射为三分量地震波形，且以类别标签（事件或噪声）作为条件。
• 判别器网络通过对抗训练方式学习区分真实地震波形与生成器产生的波形，以提升生成波形的真实感。
• 模型在来自俄克拉荷马州两个地震台站（V34A 和 V35A）的有限真实数据集上进行训练，重点关注该地区特有的波形模式。
• 在事件和噪声两类中生成合成波形，并与真实数据结合，形成用于下游检测模型的增强训练集。
• 通过基于机器学习的地震分类器评估性能，比较仅使用真实数据与使用真实+合成数据训练集的检测准确率。
• 结合视觉检查与定量指标（如 F1 分数、AUC）验证合成波形的真实感和实用性。

实验结果

研究问题

• RQ1 GAN 模型能否生成在事件和噪声两类中均与真实波形难以区分的高保真度合成地震波形？
• RQ2 基于有限真实数据生成的合成波形，在用于数据增强时，能否提升地震检测模型的性能？
• RQ3 在数据量较少的情况下，仅使用真实数据训练的检测模型与使用真实+合成数据训练的模型相比，性能差异如何？
• RQ4 合成波形在多大程度上保留了真实地震数据中固有的时间相关性和分通道相关性？

主要发现

• 经训练分类器验证，GAN 生成的波形在视觉和定量上与真实波形在事件和噪声两类中均无法区分。
• 在增强数据集（真实+合成）上训练的检测模型相比仅使用真实数据训练的模型，F1 分数和 AUC 值显著提升，尤其在真实数据稀缺时表现更优。
• 即使仅使用两个地震台站的数据，模型仍能生成逼真的波形，表明其在本地地质背景下的强大泛化能力。
• 合成波形保留了真实的通道间相关性和时间模式，表明其波形结构具有高度保真度。
• 该方法有效缓解了数据稀缺问题，使在极少标注训练数据条件下实现高性能检测成为可能。