数据集概述
该数据集是《JGR Planets》期刊论文《MarsQuakeNet: A More Complete Marsquake Catalogue Obtained by Deep Learning Techniques》的补充材料，包含通过深度学习技术生成的扩展火星地震目录、检测列表、 sols预测数据及相关代码，为火星地震研究提供结构化数据支持。
文件详解
- 文件名称: ReadMe.txt
- 文件格式: TXT (.txt)
- 内容说明: 可能包含数据集整体说明、文件用途及使用指南
- 文件名称: MQNet_alldetections.csv
- 文件格式: CSV (.csv)
- 字段示例: event_name（事件名称，匹配MQS事件为SXXXXx，新增检测为DXXXXx）、utc_start（开始时间）、utc_end（结束时间）、event_family（事件类型，HF/LF家族）、sol（发生火星日）、above_threshold（是否超过检测阈值）、detection_value（检测值）、lf_denoised_90th_amplitude（LF去噪90分位振幅）等
- 文件名称: MarsQuakeNetCode.zip
- 文件格式: ZIP (.zip)
- 内容说明: MarsQuakeNet代码压缩包，包含深度学习检测模型实现代码
- 文件名称: MQNet_DeepCatalogue.csv
- 文件格式: CSV (.csv)
- 内容说明: 深度学习生成的火星地震目录结构化数据，字段可能与检测列表类似
- 文件名称: MQNet_Predictions.pdf
- 文件格式: PDF (.pdf)
- 内容说明: 火星地震预测结果文档，可能包含预测方法、结果图表及分析
- 文件名称: MQNet_DeepCatalogue.xml
- 文件格式: XML (.xml)
- 内容说明: 深度学习火星地震目录的XML格式元数据文件
适用场景
- 火星地震研究: 分析火星地震事件的发生规律、类型特征及分布情况
- 深度学习应用: 验证深度学习技术在行星地震信号检测中的效果与精度
- 行星科学分析: 支撑火星内部结构、地质活动及行星演化的相关研究
- 地震数据处理: 探索行星地震数据的自动化检测、分类及目录构建方法
