基于注意力机制和混合专家策略的地震初至拾取深度学习方法

本发明涉及地震信号检测技术领域，尤其涉及基于注意力机制和混合专家策略的地震初至拾取深度学习方法，该方法包括有模型搭建、训练阶段与初至预测三个步骤，其模型核心组成部分包括前端特征提取模块、混合专家模块和时域解码模块；本发明通过在网络中采用更高效的专家路由机制减少计算冗余，使用更优化的负载均衡策略提高训练稳定性，并结合量化与稀疏技术进一步降低计算与存储成本，本发明在复杂震相叠加与区域噪声干扰情形下仍能保持高精度拾取地震初至，对多种场景具备很强的适应性与泛化能力，且在大量模型参数下能大幅度减少计算资源占用率及成本。