Tekoäly oppi löytämään heikkoja maanjäristyksiä ja maankuoren muutoksia

Voimakkaita maanjäristyksiä on vaikea ohittaa, mutta ne ovat harvinaisia. Samaan aikaan ne ohittavat huomaamatta

pieniä aivokuoren siirtymiäjatkuvasti. Ne tapahtuvat samoissa vioissa kuin voimakkaammat maanjäristykset, ja niihin liittyy samat mekanismit. Nämä "mikrojäristykset" tarjoavat hedelmällisen maaperän maankuoren muutosten kehityksen tutkimukselle.

Jos parannamme kykyämme havaita japaikantamalla nämä hyvin pienet maanjäristykset, voimme saada selkeämmän kuvan maanjäristysten vuorovaikutuksesta tai leviämisestä vaurion varrella, kuinka ne alkavat ja jopa miten ne loppuvat. 

Gregory Beroza, Stanfordin fyysikko ja yksi paperin kirjoittajista

Mousavi aloitti tekniikan kehittämisenmaanjäristysten havaitsemisautomaatio. Aiemmin hän opiskeli päivittäin kokoontumisia Memphisissä. Muutama vuosi myöhemmin, tullessaan Berozan Stanfordin laboratorioon, hän alkoi miettiä, miten aivokuoren värähtelyjen havaitseminen voidaan ratkaista koneoppimisen avulla.

Kirjoittajat selittävät, että he ovat kehittäneet uuden mallin hyvin pienten maanjäristysten havaitsemiseksi heikoilla signaaleilla. He kutsuvat sitä maanjäristyksen muuntajaksi.

Mousavin mukaan malli on rakennettu PhaseNet jaCRED ja "sisältää ne algoritmit, jotka tutkijat tekevät käsin". Maanjäristyksen muuntaja jäljittelee erityisesti tapaa, jolla ihmisanalyytikot tarkastelevat liikesarjaa kokonaisuutena ja hioavat sitten pienen kiinnostuksen kohteena olevan osan.

Tämä tekniikka mahdollistaa analyytikotkeskity tietojen keräämiseen täydellisemmästä maanjäristysten luettelosta. Uusi algoritmi säästää tutkijoiden aikaa, jonka he aikovat käyttää maanjäristyksen luonteen analysointiin.

Lue myös:

Arktisen alueen vuosittainen tehtävä on päättynyt ja tiedot ovat pettymyksiä. Mikä ihmiskuntaa odottaa?

Katsele uutta Hummeria voittamalla tiellä olevat esteet liikkuen kuin rapu

Sairauspäivänä 3 useimmat COVID-19-potilaat menettävät hajuaistunsa ja kärsivät usein nenästä