Örömmel tájékoztatjuk a tisztelt szakmai közönséget, hogy megjelent Pásztor Marcell és szerzőtársai tanulmánya a Journal of Geophysical Research: Atmospheres című rangos nemzetközi folyóiratban, ,,Automatic Signal Discrimination Using Machine Learning on the Data From the Central and Eastern European Infrasound Network" címmel.
Szerzők: Marcell Pásztor, Tereza Sindelarova, Daniela Ghica, Ulrike Mitterbauer, Oleksandr Liashchuk, Giorgio Lacanna, Maurizio Ripepe, István Bondár

A tanulmány open access formátumban, teljes terjedelmében elérhető az alábbi linken: https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2025JD044047

Az infrahanghullámok (<20 Hz) a kis csillapodásuknak köszönhetően számos természetes és mesterséges jelenség vizsgálatát teszik lehetővé. Infrahangot bocsátanak ki például villámlások, vulkánkitörések, bolidák, robbanások, repülőgépek, erőművek stb. Az infrahangok feldolgozásának fontos lépése az észlelések forrásának azonosítása.

A szerzők egy eddig egyedülálló, több mint 200 000 infrahang-észlelést tartalmazó adatbázist hoztak létre a Közép- és Kelet-Európai Infrahanghálózat öt állomásának felhasználásával. Öt nagy osztályba sorolták a vizsgált észleléseket a forrásuknak megfelelően: zivatarok, az Etna kitörései, bányarobbantások, az ukrajnai háború, valamint olajfinomítók és erőművek jeleit kategorizálták különböző ground truth információk alapján.

A felcímkézett adatrendszer segítségével különböző gépi- és mélytanulási algoritmusokat tanítottak be az jelfelismerés automatizálásának érdekében. Vizsgálták továbbá, miként lehet a modelleket új állomásokra átültetni. Az ígéretes eredmények segítik és felgyorsítják mind az egyállomásos, mind a hálózatszintű rutinszerű infrahang-feldolgozást. Ez hasznosítható például a vulkánkitörések korai riasztási rendszereinek fejlesztésében, valamint a szeizmológiai kutatásoknál hozzájárulhat a bányarobbantások diszkriminációjához is.