Lai izveidotu UrbanDenoiser, tika izmantota mašīnmācīšanās metožu kombinācija. Apmācības pieteikumam
Komanda izmantoja savu filtrēšanas sistēmuseismiskos datus, kas reģistrēti Longbīčā, Kalifornijā, lai redzētu, cik labi tie darbojas. Viņi atklāja, ka vēlamais signāla līmenis salīdzinājumā ar fona troksni uzlabojās par aptuveni 15 dB. Pēc tam UrbanDenoiser tika izmantots, lai analizētu datus no zemestrīces, kas skāra tuvējo apgabalu 2014. gadā. Rezultātā lietotne spēja noteikt četras reizes vairāk datu nekā nefiltrēti sensori.
Pētījumu veica pētnieku komanda no Stenfordas universitātes sadarbībā ar Ķīnas Zinātņu akadēmiju.
Izstrādātāji apgalvo, ka UrbanDenoiserspēj noteikt, kuri seismiskie dati ir dabiski pilsētvidei un kuri mākslīgi, tas ir, zemestrīču izraisīti, un filtrē nedabiskos. Lietotne var arī noteikt dažāda lieluma trīci.
UrbanDenoiser spēj efektīvi nomāktaugsts trokšņu līmenis, lai gan viltus pozitīvi un viltus negatīvi dati joprojām ir iespējami, atzīst pētnieki. Viltus negatīvi rodas, ja seismiskais signāls ir pārāk vājš vai ja mērķa seismiskās fāzes un apmācības signāla paraugi nav pietiekami līdzīgi reālās zemestrīces viļņu formām.
Zemestrīces rada vislielāko kaitējumu un kaitējumuīpaši blīvi apdzīvotās pilsētās. Tajā pašā laikā seismologi saskaras ar grūtībām atdalīt seismiskos datus, kas saistīti ar dabisko zemes kustību, ko izraisa pilsētas dzīve. Viņi atzīmē, ka cilvēku darbības pilsētās, piemēram, transportlīdzekļi un vilcieni, rada daudz seismisko trokšņu.
Pētnieki cer, ka jaunā lietojumprogramma palīdzēs iegūt skaidrus datus par zemestrīcēm pilsētās un tādējādi samazināt postījumus.
Lasīt vairāk:
MIT izveido stacionāru siltumdzinēju, kas pārspēj turbīnas
Pēc desmit gadu darba zinātnieki apšaubīja fizikas standarta modeli
Skatiet, kā saullēkts izskatās uz Marsa