國震中心研發AI觸發訊號分類器提升監測穩定度

國震中心研究指出，現地監測站常因非地震振動引發誤觸發，例如台北研究大樓站非地震紀錄高達地震的40餘倍。研究團隊運用機器學習支撐向量機，以觸發前後共6秒訊號特徵建立分類器，成果顯示採用正規化傅氏振幅譜時精確率逾95%、召回率達85%以上。

值得帶走的重點

• 台北監測站非地震觸發達7255筆，為地震紀錄40倍以上，易造成儲存負載與誤警報。
• 測試顯示頻率域正規化傅氏振幅譜分類效果最佳，但在跨測站泛化時召回率顯著下降。