Im Rahmen dieses Projekts wurde die Toolbox SeisBench für maschinelles Lernen in der Seismologie entwickelt. Diese Toolbox ist sowohl eine Sammlung von Benchmark-Datensätzen aus der Literatur und aus dem Projekt als auch ein Open-Source-Python-Modul, das eine einheitliche API für eine Vielzahl von Modellen des maschinellen Lernens sowie die Benchmark-Datensätze bereitstellt. Dieses Framework erleichtert Seismologen ohne Fachkenntnisse im maschinellen Lernen die Anwendung modernster Modelle des maschinellen Lernens auf neue Datensätze und ermöglicht es KI-Experten, neue Algorithmen und Modelle des maschinellen Lernens für eine ganze Reihe von Datensätzen mit bestehenden zu vergleichen. Im Rahmen dieses Projekts haben wir einen ersten umfassenden Vergleich von Algorithmen des maschinellen Lernens zur Erkennung und Picking für viele Datensätze durchgeführt. Darüber hinaus wurden spezielle Modelle des maschinellen Lernens für Ozeanboden-Daten und Tiefenphasen entwickelt.

Das SeisBench-Framework hat bereits breite Akzeptanz gefunden. Das Software-Repository hatte neun Mitwirkende, davon vier externe (Stand Ende 2022). Darüber hinaus haben mehrere Teams Datensätze im von SeisBench definierten Benchmark-Format veröffentlicht.

Laufzeit

• 2020 - 2022

Projektverantwortlich

• Frederik Tilmann (GFZ)

Zuwendungsgeber

• Helmholtz IVF (Helmholtz AI) pilot project

Kooperation/Partner

• KIT - Karlsruher Institut für Technologie