基于AI的地震信号检测器和鉴相器 描述 EQTransformer是基于AI的地震信号检测器和相位（P＆S）拾取器，基于带有注意机制的深度神经网络。 它具有专门为地震信号设计的分层体系结构。 EQTransformer已经接受了全球地震数据的培训，可以同时高效地执行检测和到达时间的选择。 除了预测概率，它还可以提供估计的模型不确定性。 EQTransformer python 3软件包包括用于下载连续地震数据，进行预处理，执行地震信号检测以及使用预先训练的模型进行相位（P＆S）拾取，构建和测试新模型以及执行简单的相位关联的模块。 开发人员：S. Mostafa Mousavi 链接 说明文件： : 论文： https : //rdcu.be/b58li 参考 Mousavi，SM，Ellsworth，WL，Zhu，W.，Chuang，L，Y。和Beroza，G，C。 Nat C

地震 使用D3.js地图显示地震的彩色编码记录

地学家 用于地球科学原型研究的开源地球物理Python库 功能性 势场分析法 重力数据处理和调整 地球物理学反演 大地测量数据同化和建模 地震目录分析 异常检测和时间序列分析 特征 我们的算法利用贝叶斯反演框架的优势。 建立在流行的Python软件包（例如Numpy，Scipy，Pandas，Matplotlib等）的基础上。已很好地集成到python生态系统中。 我们的使命 致谢 该部分代码与Fatiando a Terra项目修改后的频率潜在模型向前和分析连续性有关，更多信息： : 从Verde存储库（ 修改的网格功能 执照 MIT :copyright:2018-2020 CEA地球物理研究所重力团队

数据可视化：1900 年以来的地震 尝试处理 作为 Processing 的第一次用户，这只是深入了解 Processing 功能的好方法。 美国地质调查局有一个可追溯到 1900 年的精彩地震数据库，所以它们来了！

地震_物联网 地震物联网数据项目 Alex Bardea-地震物联网数据项目 本地软件和图形表示-Python专用物联网平台-通过SMS JSON格式导出数据的AWS IoT通知 连接到生成物联网数据的站点。 这些数据将在专用的IoT平台上保存在本地（JSON）和在线（AWS）中，并以图形方式表示。 如果监视的参数的值超过某个阈值（幅度大于4.5），则会从特定区域向用户发送通知。

地震项目 地震数据科学项目

全球结构地震损害预测 使用深度学习技术来检测地震后带有铰链/接头的结构中的损坏。 用于训练数据的网络包括：“一维卷积神经网络”，“ LSTM网络”，“使用频谱图的二维卷积神经网络”。 使用连接到铰链/接头的加速度计记录X和Y轴的数据，并使用SAP2000生成地震情况。 可以在以下位置找到用于训练的数据：（请参考数据集的.zip文件。文件夹中的笔记本未更新） 检查数据后，文件“ Data and Discrepancies.txt”描述了数据中每种情况下发现的差异。 请参阅文件“地震损坏检测2数据预处理.ipynb”以处理数据。 请参阅文件“地震破坏预测2-准备I＆O.ipynb”，以准备要馈入网络的数据并生成两个X＆Y轴的频谱图。 有关训练1D CNN和LSTM的信息，请参阅文件“ Earthquake Network Training 3.ipynb”。 随附的笔记本可能还包