Los terremotos fuertes son difíciles de pasar por alto, pero son raros. Mientras tanto, pasan desapercibidos.
Si mejoramos nuestra capacidad de detectar yAl localizar estos terremotos muy pequeños, podemos obtener una imagen más clara de cómo los terremotos interactúan o se propagan a lo largo de una falla, cómo comienzan e incluso cómo terminan.
Gregory Beroza, físico de Stanford y uno de los autores del artículo.
Mousavi comenzó a trabajar en tecnología paraAutomatización de detección de terremotos. Anteriormente estudió sismogramas diarios en Memphis. Unos años más tarde, tras incorporarse al laboratorio de Beroza en Stanford, empezó a pensar en cómo solucionar el problema de la detección de vibraciones corticales mediante el aprendizaje automático.
En su artículo, los autores explican que han desarrollado un nuevo modelo para detectar terremotos muy pequeños con señales débiles. Lo llaman transformador de terremotos.
Según Mousavi, el modelo se basa en PhaseNet yCRED e "incluye los algoritmos que los científicos hacen a mano". Específicamente, Earthquake Transformer imita la forma en que los analistas humanos ven un conjunto de movimientos en su conjunto y luego se concentran en una pequeña pieza de interés.
Esta tecnología puede permitir a los analistascentrarse en extraer información de un catálogo más completo de terremotos. El nuevo algoritmo ahorra tiempo a los investigadores, que dedicarán a analizar la naturaleza del terremoto.
Lee también:
La misión anual en el Ártico ha finalizado y los datos son decepcionantes. ¿Qué le espera a la humanidad?
Observa cómo el nuevo Hummer supera obstáculos en la carretera, moviéndose como un cangrejo
En el día 3 de la enfermedad, la mayoría de los pacientes con COVID-19 pierden el sentido del olfato y a menudo sufren de secreción nasal.