REKLÁM

Egy új módszer, amely segíthet a földrengések utórengéseinek előrejelzésében

Egy új mesterséges intelligencia megközelítés segíthet megjósolni a földrengést követő utórengések helyét

An földrengés egy olyan jelenség, amelyet akkor idéz elő, amikor a földkéregben lévő kőzet hirtelen megtörik egy geológiai törésvonal körül. Ez az energia gyors felszabadulását okozza, ami szeizmikus hullámokat generál, amelyek aztán megrázzák a talajt, és ez az az érzés, amikor egy földrengés során elestünk. Azt a helyet, ahol a szikla megtörik, a földrengés fókuszának, a felette lévő talajt pedig epicentrumnak nevezzük. A felszabaduló energiát magnitúdóként mérik, egy skálán, amely leírja, milyen energikus volt a földrengés. A 2-es erősségű földrengés alig érzékelhető, és csak érzékeny speciális berendezésekkel rögzíthető, míg a 8-asnál nagyobb földrengések észrevehetően erős földrengést okozhatnak. A földrengést általában sok utórengés követi, amelyek hasonló mechanizmussal következnek be, és amelyek egyformán pusztítóak, és intenzitásuk és súlyosságuk sokszor hasonló az eredeti földrengéshez. Az ilyen rengés utáni rengések általában a fő földrengést követő első órán vagy egy napon belül jelentkeznek. Az utórengések térbeli eloszlásának előrejelzése nagy kihívást jelent.

A tudósok empirikus törvényeket fogalmaztak meg az utórengések méretének és időtartamának leírására, de helyük pontos meghatározása továbbra is kihívást jelent. A Google és a Harvard Egyetem kutatói új megközelítést dolgoztak ki a földrengések felmérésére és az utórengések helyének előrejelzésére mesterséges intelligencia technológiával a XNUMX-ben megjelent tanulmányukban. Természet. Kifejezetten gépi tanulást alkalmaztak – a mesterséges intelligencia egyik aspektusát. A gépi tanulási megközelítésben a gép „tanul” egy adathalmazból, és ezen ismeretek elsajátítása után képes arra, hogy előrejelzéseket készítsen újabb adatokról.

A kutatók először a globális földrengések adatbázisát elemezték mély tanulási algoritmusok segítségével. A mély tanulás a gépi tanulás fejlett típusa, amelyben a neurális hálózatok megpróbálják utánozni az emberi agy gondolkodási folyamatát. Ezután arra törekedtek, hogy képesek legyenek előrejelzés utórengések jobb, mint véletlen találgatás, és próbálja megoldani azt a problémát, hogy „hol” következnek be az utórengések. A világ több mint 199 nagy földrengéséből származó megfigyeléseket használták fel, amelyek körülbelül 131,000 5 fősokk-aftershock párból álltak. Ezt az információt egy fizikán alapuló modellel kombinálták, amely leírja, hogy a Föld hogyan lesz feszült egy földrengés után, amely aztán utórengéseket vált ki. Létrehoztak egy XNUMX kilométeres négyzetes rácsot, amelyen belül a rendszer ellenőrizni fogja az utórengést. A neurális hálózat ezután kapcsolatokat alakítana ki a fő földrengés okozta törzsek és az utórengések helye között. Miután a neurális hálózati rendszer ilyen módon jól képzett volt, képes volt pontosan megjósolni az utórengések helyét. A tanulmány rendkívül nagy kihívást jelentett, mivel a földrengések összetett valós adatait használta fel. A kutatók alternatív módon felállították mesterséges és egyfajta „ideális” földrengés, hogy előrejelzéseket készítsenek, majd megvizsgálták az előrejelzéseket. A neurális hálózat kimenetét tekintve megpróbálták elemezni, hogy milyen különböző „mennyiségek” szabályozhatják az utórengések előrejelzését. Térbeli összehasonlítások elvégzése után a kutatók arra a következtetésre jutottak, hogy egy tipikus utórengésminta fizikailag „értelmezhető”. A csapat azt sugallja, hogy a deviátoros stresszfeszültség második változatának nevezett mennyiségben – egyszerűen csak J2-nek nevezett – a kulcsa van. Ez a mennyiség jól értelmezhető, és rutinszerűen használják a kohászatban és más területeken, de még soha nem használták földrengések tanulmányozására.

A földrengések utórengései további sérüléseket, károkat okoznak, és akadályozzák a mentési munkákat is, így ezek előrejelzése életmentő lenne az emberiség számára. Valós idejű előrejelzés jelenleg nem biztos, hogy lehetséges, mivel a jelenlegi mesterséges intelligencia modellek csak egy bizonyos típusú utórengést és egyszerű geológiai törésvonalat képesek kezelni. Ez azért fontos, mert a geológiai törésvonalak különböző geometriájúak a bolygó különböző földrajzi helyein. Tehát előfordulhat, hogy jelenleg nem alkalmazható különböző típusú földrengésekre szerte a világon. Mindazonáltal a mesterséges intelligencia technológia alkalmasnak tűnik földrengésekre, mivel n számú változót kell figyelembe venni a tanulmányozásuk során, például a lökés erőssége, a tektonikus lemezek helyzete stb.

A neurális hálózatokat úgy tervezték, hogy az idő múlásával javuljanak, azaz minél több adat kerül egy rendszerbe, több tanulás történik, és a rendszer folyamatosan javul. A jövőben egy ilyen rendszer a szeizmológusok által használt előrejelző rendszerek szerves részét képezheti. A tervezők vészhelyzeti intézkedéseket is végrehajthatnak a földrengések viselkedésének ismerete alapján. A csapat mesterséges intelligencia technológiát akar használni a földrengések nagyságának előrejelzésére.

***

{Az eredeti kutatási cikket a hivatkozott forrás(ok) listájában lent található DOI linkre kattintva olvashatja el}

Forrás (ok)

DeVries PMR et al. 2018. A nagy földrengéseket követő utórengések mintáinak mély megismerése. Természet560 (7720).
https://doi.org/10.1038/s41586-018-0438-y

***

SCIEU csapat
SCIEU csapathttps://www.ScientificEuropean.co.uk
Scientific European® | SCIEU.com | Jelentős előrelépések a tudományban. Hatás az emberiségre. Inspiráló elmék.

Iratkozzon fel hírlevelünkre

A legfrissebb hírekkel, ajánlatokkal és külön értesítésekkel kell frissíteni.

Legnépszerűbb cikkek

Laboratóriumban keletkezett a SARS CoV-2 vírus?

Nem világos a természetes eredete...

Egy új gyógyszer, amely megakadályozza, hogy a malária paraziták megfertőzzék a szúnyogokat

Olyan vegyületeket azonosítottak, amelyek megakadályozhatják a malária parazitáit...

A SARS-CoV37 lambda-variánsának (C.2) magasabb a fertőzőképessége és nagyobb az immunválasz

A SARS-CoV-37 lambda-változatát (C.2-es vonal) azonosították...
- Reklám -
94,873VentilátorokMint
47,763KövetőKövesse
1,772KövetőKövesse
30ElőfizetőkFeliratkozás