K vytvoření UrbanDenoiser byla použita sada technik strojového učení.
Tým použil svůj filtrační systémseismická data zaznamenaná v Long Beach v Kalifornii, abyste viděli, jak dobře funguje. Zjistili, že požadovaná úroveň signálu se oproti hluku na pozadí zlepšila asi o 15 dB. UrbanDenoiser byl poté použit k analýze dat ze zemětřesení, které zasáhlo blízkou oblast v roce 2014. Výsledkem bylo, že aplikace byla schopna detekovat čtyřikrát více dat než nefiltrované senzory.
Studii provedl tým výzkumníků ze Stanfordské univerzity ve spolupráci s Čínskou akademií věd.
Vývojáři tvrdí, že UrbanDenoiserje schopen určit, která seismická data jsou pro městské prostředí přirozená a která umělá, tedy způsobená zemětřesením, a odfiltruje nepřirozená. Aplikace také dokáže detekovat otřesy různé intenzity.
UrbanDenoiser je schopen účinně potlačitvysoké hladiny hluku, ačkoli falešně pozitivní a falešně negativní údaje jsou stále možné v odšumovaných datech, vědci uznávají. K falešným negativům dochází, když je seismický signál příliš slabý nebo když cílové seismické fáze a vzorky cvičného signálu nejsou dostatečně podobné průběhům skutečného zemětřesení.
Zemětřesení způsobují největší škody a škodyzejména v hustě obydlených městech. Seismologové zároveň čelí potížím při oddělování seismických dat spojených s přirozeným pohybem země způsobeným městským životem. Poznamenávají, že lidské činnosti ve městech, jako jsou vozidla a vlaky, produkují mnoho seismického hluku.
Vědci doufají, že nová aplikace pomůže získat jasná data o zemětřesení ve městech a tím minimalizovat škody.
Přečtěte si více:
MIT vytváří stacionární tepelný motor, který překonává turbíny
Po deseti letech práce vědci zpochybnili standardní model fyziky
Podívejte se, jak vypadá východ slunce na Marsu