地震業(yè)務與智能分析平臺是專為地震行業(yè)打造的業(yè)務系統(tǒng)，它打通了大數據平臺，提供完善的數據清洗、傳統(tǒng)測震業(yè)務處理、機器學習、深度學習、模型管理、數據分析挖掘、知識圖譜管理等功能。用戶可以整合現有業(yè)務邏輯，通過創(chuàng)新方法構建和訓練人工智能模型，提升業(yè)務價值。

此系統(tǒng)由本公司獨立自主開發(fā)完成，同時參考了國內外科研成果與國內地震行業(yè)標準。由Liss數據接入，測震數據處理與計算，應急流程管理及數據可視化組成。

機器學習及模型訓練能夠將復雜的地震數據傳輸至平臺的人工智能神經網絡中進行分析和處理，專注為地震領域提供一套完整的數據集和模型生產工具鏈.知識挖掘與搜索使用具有內置AI功能的云搜索服務，發(fā)現內容中的模式和關系、理解情緒、提取關鍵短語等。

系統(tǒng)實現了測震數據處理、震相自動拾取、地震事件定位、震級計算、烈度分布計算、地震波擴散計算等業(yè)務功能。同時打通地震應急管理業(yè)務，能同步發(fā)起應急任務流程，采用大屏管理與現場APP互動的形式推動應急工作進行。

使用地震波走時計算、震源掃描計算等多種行業(yè)認可度較高的算法，進行實時數據計算以最快速度獲知震動事件位置、時間、震級等相關參數，并產出烈度分拔、破壞破擴散等應急資料。

基于人工智能對自動定位事件進行類型判斷，當前可完成天然地震、爆破、塌陷、滑坡等不同震動事件類型的自動識別。

破化地震發(fā)生后可以基于應急處置流程發(fā)起應急指揮，并通過應急大屏和手機APP的聯動功能實現應急指揮中心對現場工作的指揮調度。

設計用于地震事件類型識別(天然地震、爆破、塌陷等)的機器學習算法和神經網絡模型架構，將機器學習算法和模型與接口程序、數據格式轉換、指標提取等工具程序整合，形成地震事件類型識別程序。便于今后積累更多的地震波形數據或研究出更多的特征值種類后，對模型和算法進行優(yōu)化。

通過原始地震數據文件處理得到地震事件對應的特征值數據、波形圖、頻譜圖。針對特征值數據，設計基于傳統(tǒng)機器學習的模型(如支持向量機、決策樹、多層神經網絡等);針對圖像數據(波形圖和頻譜圖)設計基于卷積神經網絡的深度學習模型。

執(zhí)行數據預處理和數據集劃分，利用CPU/GPU設備執(zhí)行訓練并進行模型參數優(yōu)化，得到針對樣本數據的識別模型，并給出定量評估結果。保存各模式(特征值、波形圖、頻譜圖)下的訓練模型用于模型融合及部署。

提供原始地震數據輸入API接口和識別結果輸出API接口，針對實時數據流進行判別; 提供模型訓練接口以允許對更新后的歷史數據進行離線批量學習(針對圖像訓練需要GPU支持);提供模型測試接口以允許對模型效果進行評估，生成錯誤判別的樣本信息文件以便于模型優(yōu)化和后期分析。

能夠實現震動事件的自動化監(jiān)控計算、影響評估及應急調控等專業(yè)化工具的建設。

通過將人工智能機器人、數據挖掘等新技術手段與地震行業(yè)需求進行融合落地，產生能夠投入實際工作生產的新方法、新成果。

能與行業(yè)內專家研究成果進行深度融合，將研究成果轉化為切實有效的生產工具。

多年行業(yè)積累，能夠很好理解地震行業(yè)相關業(yè)務邏輯，也能夠完成業(yè)務流程的自動化以及業(yè)務需求的深度挖掘及價值提升。