原創方法研究
設計新的 loss、訓練策略與資料工程方法,從模型層級重新提升效能上限。
關於藍震
藍震以軟體工程與 AI 為核心能力, 把這份能力帶到不同的場景去解決真實問題。
做的始終是同一件事: 把抽象的需求,拆解成可交付的系統。
業務範圍
藍震的根基是軟體開發與 AI 工程。 從這個核心出發,同一份能力被我們延伸到不同的場景與客戶身上。
藍震的工程核心。AI 開發、Vibe coding 工作流、Cloudflare Tunnel/Tailscale 基礎設施與自動化專案 —— 對外的技術部落格與接案窗口。
前往 jimmylab.seisblue.com ↗把藍震的 AI 工程能力,應用在地震監測領域。深度學習相位拾取、近即時地震目錄、與早期預警系統。
了解技術細節 →由藍震親自打造與經營的客製飲品品牌。從產品網站、視覺設計到行銷流程一手包辦,是我們網頁與品牌行銷能力的完整實戰展示。
前往 reserve.seisblue.com ↗AI 應用 · 地震 AI
藍震在地震 AI 領域涵蓋從方法研究到產品落地的完整能力 —— 我們設計原創的訓練方法、搭建訓練管線、並把研究模型轉化成可在生產環境穩定運行的服務。 下方是這份能力的具體展現。
設計新的 loss、訓練策略與資料工程方法,從模型層級重新提升效能上限。
搭建可重現、可擴展的訓練基礎設施,規劃資料前處理、模型架構與訓練策略。
把模型整合進即時資料流(如 Earthworm),確保服務在 7×24 環境下穩定運行。
BlueDisc 是藍震從零發想並主導完成的 AI 核心方法研究專案。 針對深度學習相位拾取系統長期存在的 S 波振幅抑制 問題, 我們從問題診斷、shape-then-align 訓練策略、到條件式 GAN 概念驗證, 提出一套完整的解法。在標準測試集上,有效 S 相位偵測數提升 64%。 完整成果見下方 preprint。
SeisBlue 是藍震主導開發的深度學習地震資料處理框架, AI 核心架構與模型設計皆由本公司提供。 平台把連續波形進入、相位拾取、到輸出地震目錄的整段流程, 封裝成可在生產環境穩定運行的服務 —— 已被多篇同儕審查研究採用為核心處理工具(詳見下方引用)。
TT-SAM (Taiwan Transformer Shaking Alert Model) 是地震早期預警系統。 模型架構參考自 Münchmeyer 等 (2020) 的 TEAM 框架,由藍震負責 AI 落地的工程核心 —— 訓練環境搭建、訓練管線設計與指導、與產品級部署實作。 最終產出的 TTSAM Realtime 即時管線已交付 中央氣象署 (CWA),基於 Earthworm 即時資料流穩定運作。
以下整理 SeisBlue 與 TT-SAM 相關的主要學術發表,以及採用這些技術的後續研究。
Huang, C.-M., Chang, L.-H., Chang, I.-H., Lee, A.-S., & Kuo-Chen, H. (2025). Recovering Sub-threshold S-wave Arrivals in Deep Learning Phase Pickers via Shape-Aware Loss. arXiv preprint, arXiv:2511.06731. arxiv.org/abs/2511.06731
Huang, C.-M., Chang, L.-H., Kuo-Chen, H., & Zhuang, Y. (2023). SeisBlue: a deep-learning data processing platform for seismology. EGU General Assembly 2023, Vienna, Austria, EGU23-13927. doi.org/10.5194/egusphere-egu23-13927
Chen, et al. (2026). A Deep Learning Framework for Peak Ground Velocity Prediction Using Multi-Station Velocity Waveforms: The Taiwan Transformer Shaking Alert Model (TT-SAM). Journal of Geophysical Research: Machine Learning and Computation. doi.org/10.1029/2025JH001005
Münchmeyer, J., Bindi, D., Leser, U., & Tilmann, F. (2021). The transformer earthquake alerting model: A new versatile approach to earthquake early warning. Geophysical Journal International, 225(1), 646–656. doi.org/10.1093/gji/ggaa609
Kuo-Chen, H., et al. (2024). Deep learning-based earthquake catalog reveals the seismogenic structures of the 2022 MW 6.9 Chihshang earthquake sequence. Terrestrial, Atmospheric and Oceanic Sciences. doi.org/10.1007/s44195-024-00063-9
(2023). The first 30 min hidden aftershocks of the 2022 September 17, ML 6.4, Guanshan, Taiwan earthquake and its seismological implications. Terrestrial, Atmospheric and Oceanic Sciences. doi.org/10.1007/s44195-023-00059-x
Sun, W.-F., Pan, S.-Y., Liu, Y.-H., Kuo-Chen, H., Ku, C.-S., Lin, C.-M., & Fu, C.-C. (2025). A Deep-Learning-Based Real-Time Microearthquake Monitoring System (RT-MEMS) for Taiwan. Sensors, 25(11), 3353. doi.org/10.3390/s25113353
(2025). Real-Time Earthquake Monitoring with Deep Learning: A Case Study of the 2025 ML 6.4 Dapu Earthquake and Its Fault System in Southwestern Taiwan. The Seismic Record, 5(3), 320. geoscienceworld.org
技術核心 · Jimmy Lab
Jimmy Lab 是藍震的技術核心展示, 也是承接 AI 開發、自動化、基礎設施案件的對外窗口。 所有對外應用所依靠的軟體與 AI 能力,都在這裡沉澱。
前往 jimmylab.seisblue.com ↗網頁與行銷應用 · Blue's Reserve
Blue's Reserve 是由藍震親自打造與經營的客製飲品品牌 —— 同時也是我們網頁設計、產品頁面與品牌行銷流程的完整實戰展示。 從酒款選擇、酒標設計、瓶型搭配,到產品網站與 LINE 線上洽詢流程, 一手包辦的成果直接公開在 reserve.seisblue.com 上。
前往 reserve.seisblue.com ↗聯絡我們
無論是地震監測合作、軟體開發委託,或是想為品牌活動客製一支飲品, 都歡迎直接來信討論。