<正>了解核幔边界区域的各向异性对于了解俯冲板块的命运、热点火山成因和原始地球化学储集层的性质均具有重要意义。传统上,地球物理学家通过对地震图的人工解读,从高信噪比的信号中获取核幔边界区域的结构信息。但是,传统的方法在采样欠佳区域中的实用性受到限制,并且没有利用跨越不同路径的波形数据集的全部统计能力。为了克服传统方法的局限,美国马里兰大学的地球物理学家与美国约翰霍普金斯大学、以色列特拉维夫大学的天文学家合作,使用了无监督的机器学习算法"序