UrbanDenoiser 是一款基于 AI 的应用程序，可过滤城市噪音以获得更好的地震传感器数据。

斯坦福大学研究人员团队与中国科学院的一位同事合作，开发了一种基于人工智能的过滤系统，可以去除城市地区地震传感器读数中的噪音。 该小组解释了他们如何训练他们的应用程序，并使用来自早期地震事件的真实数据对其进行测试。

科学家们在城市等地震多发地区安装了地震仪，可以在地震发生前检测到地震。 这些地区也是地震造成伤害和死亡最多的地区。 地震学家发现很难将与自然地面运动相关的数据与与城市生活相关的数据分开。 研究人员指出，城市中的车辆和火车会产生大量的地震噪声。 研究人员开发了一个深度学习应用程序来确定哪些地震数据是自然的，哪些是人为的，并过滤掉非自然数据。

研究人员将他们的新应用程序称为 UrbanDenoiser。 该应用程序是使用深度学习应用程序创建的，并接受了 80,000 个城市地震声音记录样本以及 33751 个自然地震活动样本的训练。 为了测试其有效性，该团队使用了加利福尼亚州长滩的地震数据。 该团队发现，与背景声音相比，它使所需信号增加了 15 分贝。 UrbanDenoiser 用于分析 2014 年在该地区附近发生的地震中收集的数据。 与未过滤的传感器相比，该应用程序检测到的数据量是其四倍。

来源和详细信息：
https://techxplore.com/news/2022-04-urbandenoiser-ai-application-filters-city.html