Note ABES Détection automatique et classification basée sur l'apprentissage machine des séismes de faible magnitude dans une région continentale stable Automatic detection and machine learning-based classification of small-magnitude earthquakes in a stable continental region Détection Discrimination Apprentissage machine supervisé Intelligence artificielle Tirs de carrière Bruit sismique Séismes de faible magnitude Calcul de haute perforlance Detection Discrimination Supervised machine learning Artificial intelligence Quarry blasts Seismic noise Small-magnitude earthquakes High Performance Computing 551.22 Sismogrammes Stations sismologiques Apprentissage supervisé (intelligence artificielle) La compréhension des mécanismes qui gouvernent l'occurrence et la distribution de la sismicité faible à modérée des régions continentales stables est entravée par les capacités limitées des algorithmes utilisés à détecter les petits séismes dans des environnements anthropisés, malgré le déploiement intensif des réseaux de stations. Cette thèse développe une procédure de détection automatique des séismes de faible magnitude à travers SeisComP3 et le Calcul de Haute Performance. Cette nouvelle procédure réduit la contamination des séismes détectés par du bruit sismique en tenant compte des niveaux de bruit enregistré aux stations, de la géométrie du réseau de stations et du milieu de propagation des ondes sismiques. En incorporant un algorithme d’apprentissage machine supervisé, elle discrimine efficacement les séismes détectés, des tirs de carrière et des faux événements associés à du bruit. Les résultats sont prometteurs : 50% de séismes de magnitude inférieure à 1.2 sont détectés en plus. Ce travail vise à une plus large exploration de l’apprentissage machine dans les observatoires sismologiques. Understanding the mechanisms responsible for the occurrence of low-to-moderate seismicity in stable continental regions is hampered by the limited capabilities of the algorithms used to detect small-magnitude earthquakes in anthropogenic environments, and despite extensive station deployment. This thesis work develops an automatic detection procedure via SeisComP3 and High Performance Computing. This new procedure takes into account the station noise level, the station network geometry and the seismic wave propagation medium to reduce the detection rate of earthquakes contaminated by seismic noise. By incorporating a supervised machine learning algorithm, it also robustly discriminates all detected earthquakes from quarry blasts and noise-related events. The detection results are promising: compared to the reference French National Catalog for the same time period, twice as many earthquakes with magnitudes less than 1.2 are detected. This work also promotes a broader implication of hybrid intelligence monitoring within seismological observatories. Electronic Thesis or Dissertation Text fr PDF 29971748 Université de Strasbourg Strasbourg 2021-12-31 https://theses.hal.science/tel-03324372 application/pdf 90709380 https://publication-theses.unistra.fr/public/theses_doctorat/2020/RENOUARD_Alexandra_2020_ED413.pdf http://www.theses.fr/2020STRAH017/abes https://theses.hal.science/tel-03324372 https://theses.hal.science/tel-03324372 https://theses.hal.science/tel-03324372 https://theses.hal.science/tel-03324372 https://theses.hal.science/tel-03324372 Renouard Alexandra 1978-11-29 FR 256908397 5S4QHP00NW0 21724600 4200005 https://theses.fr/2020STRAH017 2020STRAH017 https://doi.org/10.70675/5dc4cf97ze55dz4a7eza5fezc9ef6313431e 2020-11-04 Sismologie Strasbourg 131056549 Doctorat Docteur es non oui Maggi Alessia MADS_DIRECTEUR_DE_THESE_1 183903919 Vergne Jérôme MADS_PRESIDENT_DU_JURY 069318255 Helmstetter Agnès MADS_MEMBRE_DU_JURY_1 069454795 Gaillard Pierre MADS_MEMBRE_DU_JURY_2 25693696X Doubre Cécile MADS_MEMBRE_DU_JURY_3 081485867 Grunberg Marc MADS_MEMBRE_DU_JURY_4 113506864 Johnson Paul A. MADS_RAPPORTEUR_1 137158149 Delouis Bertrand MADS_RAPPORTEUR_2 137751389 École doctorale des Sciences de la Terre et Environnement (Strasbourg ; 2000-....) MADS_ECOLE_DOCTORALE_1 413 15650166X Institut de physique du globe (Strasbourg ; 1997-2020) MADS_PARTENAIRE_DE_RECHERCHE_1 157377237 93740 ddc:550 Maggi Alessia Vergne Jérôme Helmstetter Agnes Gaillard Pierre Doubre Cécile Grunberg Marc Johnson Paul A. Delouis Bertrand École doctorale Sciences de la Terre et Environnement (Strasbourg ; 2000-....) Institut de physique du globe (Strasbourg) PDF 29971748