AETA地震预测 AI 算法大赛——Helloworld队比赛方案（亚军）

首先很幸运拿到AETA地震预测AI数据分析大赛的亚军，非常感谢我的大佬队友（也是我的学弟）。我第一次参赛没有思路也没有经验，想先做一个可行性分析，做一个大而全的方案，导致的后果就是无从下手。队友直接给我上了一课，别想太多，先定一个简单的方案先试着，后期再做改进，不管三七二十一，一顿操作猛如虎，先肝再说，肝出了我们队的baseline，然后在比赛过程中一点点的改进，有了最终的方案。
在这里也非常感谢主办方，给我们耐心地讲解，提供了很多研究资料，给了我很多启发。希望我的分享与总结能给大家带来些许帮助，并且一起交流学习。

1. 赛题分析

选手通过分析电磁和地声数据，发现其中与临震相关的异常信号和特征，挖掘前兆观测数据与地震三要素的相关性，并基于历史观测数据和地震目录，构建地震预测模型。

比赛要求：使用四川云南地区的历史观测数据预测未来该地区的地震事件，包括地震有无和地震发生的时间，经纬度，震级。主办方每周日更新本周的观测数据，要求提交下周四川云南地区的地震发生事件，包括地震有无和地震发生的时间，经纬度，震级。

比赛数据

19号台站的地声数据（蓝色最大值、黄色均值、绿色最小值）

87号台站的电磁数据（蓝色最大值、黄色均值、绿色最小值）

2. 赛题难点

（1）数据特征构建：原数据是典型的时序数据，其大量的信息藏在它的结构中，不仅仅体现在其数值上。构建新特征，并寻找其中的强特征是比赛的难点之一。

（2）地震机制复杂：不同的地区（如不同的断裂带）由于地质构造、地形地貌等不同，其地震的产生机理和发震特点也是有差异的。地震前，当地的电磁和地声会出现出现的现象没有明确的相通性，如何细分这些现象，并建立这些现象与地震的关联关系是比赛的难点。

3. 分类问题

按照地区划分：鲜水河地震带、安宁河-则木河地震带、金沙江地震带、松潘-较场地震带、龙门山地震带、理塘地震带、木里-盐源地震区、名山-马边-昭通地震带、小江地震带、中甸—南涧地震带、大关—马边地震带、澜沧—耿马地震带、泸水—腾冲地震带、普洱—宁洱地震带、通海—石屏地震带。
按时间划分：地震事件发生前一周
按震级划分：经过统计以上区域的三年内历史地震多发在3~6之间，所以按照震级影响范围和频次划分为四档。

4. 特征工程

（1）衍生特征：计算电磁和地声数据的临近差值等。

data['magn_var'] = data['average_magn'].diff()# 电磁均值的变化
data['sound_var'] = data['average_sound'].diff()# 地声均值的变化

（2）统计特征：统计电磁和地声数据的衍生特征及基础特征一天内的最大值，最小值，均值，方差，偏度，峰度，均方根，波形因子，峰值因子，脉冲因子，裕度因子，最大值与最小值的差、滑动四分位数，以及变异系数。

      #滑动四分位距for i in [0.25, 0.75]:result['average_magn_' + str(i)] = data['average_magn'].quantile(i)result['average_magn_' + str(i)] = data['average_magn'].quantile(i)
def stat_feature(data_ ,flag):result_ = {}for feature in data_.columns:if (feature in {'Date', 'Longitude', 'Longitude','stationID','Day','area','label','Day of Predicting'}):continuedata_min = data_[feature].min()data_max = data_[feature].max()data_mean = data_[feature].mean()data_std = data_[feature].std()data_skew = data_[feature].skew()data_kurt = data_[feature].kurt()# 均方根data_rms = math.sqrt(pow(data_mean, 2) + pow(data_std, 2))# 波形因子data_boxing = data_rms / ((abs(data_[feature]).mean()) + 0.0001)# 峰值因子data_fengzhi = (max(data_[feature])) / (data_rms + 0.00001)# 脉冲因子data_maichong = (max(data_[feature])) / ((abs(data_[feature]).mean()) + 0.00001)# 裕度因子data_yudu = (max(data_[feature])) / (pow((data_[feature].map(lambda x: math.sqrt(abs(x))).sum() / (len(data_))), 2) + 0.00001)data_range = data_max - data_mindata_covar = data_std / (data_mean + 0.0001)result__ = {feature + '_min': data_min,feature + '_max': data_max,feature + '_mean': data_mean,feature + '_std': data_std,feature + '_skew': data_skew,feature + '_kurt': data_kurt,feature + '_range': data_range,feature + '_covar': data_covar,feature + '_rms': data_rms,feature + '_boxing': data_boxing,feature + '_fengzhi': data_fengzhi,feature + '_maichong': data_maichong,feature + '_yudu': data_yudu,}result_.update(result__)result_ = pd.DataFrame([result_])if flag == 'train':result_['label'] = data_['label'].max()result_['stationID'] = data_['stationID'].max()result_['area'] = data_['area'].max()result_['Latitude'] = data_['Latitude'].mean()result_['Longitude'] = data_['Longitude'].mean()result_['Day of Predicting'] = data_['Day of Predicting'].max()return result_

（3）额外衍生特征：通过用随机森林的特征重要性筛选方法选出特征重要性排前50的特征，两两交叉相乘得出新特征。

5. 模型训练

使用Stacking方法进行建模，第一层基模型为lightgbm、随机森林和catboost，第二层使用逻辑回归。

6. 总结

方案做的非常仓促，大致的思路是把预测问题转化成分类问题，假设特征值与类标签存在关系。不过我个人认为数据中包含很多信息，从时域、频域和结构等等方面提取出丰富的特征，会使模型得到比较好的结果。在比赛中，有的选手会选择0点到凌晨6点之间干扰比较少的数据，也得到了很好地结果。
当然，我这种方法仅仅是从分类的角度来转化问题，比赛中也有很多选手用回归的方法来预测，也取得了很好地结果。
希望能给大家带来一点思路。
下一届比赛
（代码和处理后数据我稍后会上传到CSDN和github）

AETA地震预测 AI 算法大赛——Helloworld队比赛方案（亚军）相关推荐

深挖 AI 价值与温度，AETA 地震预测 AI 算法大赛开启
最近几年来,AI 算法的价值和温度,时常会被低估. 从早先的大数据杀熟,到去年曝出的外卖员困在算法里,看起来 AI 算法似乎看起来有些人情味缺乏.不过,这是算法的问题吗? 显然并非如此.我们知道,技术 ...
AETA地震预测AI算法大赛
CompHub目前已聚合了来自Kaggle.阿里天池等平台的上千场比赛,本账号同时会推送最新的比赛消息,欢迎关注! 大赛简介地震,尤其是大地震,一旦在人们毫无察觉的情况下发生在人口密集区,将对人们的 ...
AETA地震预测AI算法大赛训练集可视化
文章目录监测站点分布每日信号值地声数据磁场数据画图代码监测站点分布每日信号值出于数据保密的考虑,隐藏了刻度,横轴为天数,纵轴为信号值. 图中黑色虚线代表监测站点在那天有修改操作,可能会 ...
奖金16万！首届电子商务AI算法大赛ECAA报名开启
由商务部和北京市人民政府主办的2021中国电子商务大会将于9月在京开幕.作为此次大会的重要组成部分,由第四范式承办的首届电子商务AI算法大赛ECAA(Electronic Commercial AI ...
AI一分钟 | 特朗普以国家安全为由否决博通收购高通；阿里发起时尚AI算法大赛
整理 | 阿司匹林一分钟AI 3月12日,美国总统特朗普以国家安全为由,否决了博通对高通公司总额高达1170亿美元的收购案. 百度地图近日做出大调整,地图事业部从百度搜索公司转入 AI 技术平台体系 ...
RTC领域首个AI算法大赛 AI in RTC 2019 创新挑战赛圆满落幕
10月24日,由声网 Agora .RTC 开发者社区主办,数据科学学习社区 DataCastle共同协办,涂图科技.LeanCloud.极光.达观数据等合作伙伴提供支持的AI in RTC 2019 ...
近200万奖金！仅限在校生！DIGIX全球校园AI算法大赛来了
Datawhale赛事主办方:江苏省人工智能学会.华为 2021 DIGIX全球校园AI算法精英大赛由江苏省人工智能学会.华为终端云服务.华为南京研究所共同举办.大赛自2019年启动以来,将AI理论 ...
天池-安泰杯跨境电商智能算法大赛（冠军）方案分享
竞赛分享天池-安泰杯跨境电商智能算法大赛 --冠军团队:法国南部团队成员:Rain/Fish/楠枰在19年9月下旬结束的"安泰杯"跨境电商智能算法大赛中,来自京东零售的法国南 ...
算法大赛十强战队解题方案大公开！【附PPT下载】
2020腾讯广告算法大赛已圆满结束,决赛舞台上一个又一个设计巧妙.思路清晰的解题方案,仍旧让每位观众都记忆犹新. 纵观决赛,其中最显眼的就是冠军战队"DYG"对于BERT的应用,他 ...
报名啦！阿里云智能客服对话式AI算法大赛之知识图谱构建与问答
看为推动知识图谱与语义计算技术发展及应用落地,阿里云智能客服 CATC(Conversational AI Technology Challenge)大赛系列一"CCKS 2021 知识图谱 ...

AETA地震预测 AI 算法大赛——Helloworld队比赛方案（亚军）

AETA地震预测 AI 算法大赛——Helloworld队比赛方案（亚军）

1. 赛题分析

2. 赛题难点

3. 分类问题

4. 特征工程

5. 模型训练

6. 总结

AETA地震预测 AI 算法大赛——Helloworld队比赛方案（亚军）相关推荐

最新文章

热门文章