Do stworzenia UrbanDenoiser wykorzystano połączenie metod uczenia maszynowego. Do aplikacji szkoleniowej
Zespół zastosował swój system filtrowania dodane sejsmiczne zarejestrowane w Long Beach w Kalifornii, aby zobaczyć, jak dobrze działa. Odkryli, że pożądany poziom sygnału poprawił się w stosunku do szumu tła o około 15 dB. UrbanDenoiser został następnie wykorzystany do analizy danych z trzęsienia ziemi, które nawiedziło pobliski obszar w 2014 roku. W rezultacie aplikacja była w stanie wykryć czterokrotnie więcej danych niż czujniki niefiltrowane.
Badanie zostało przeprowadzone przez zespół naukowców z Uniwersytetu Stanforda we współpracy z Chińską Akademią Nauk.
Twórcy twierdzą, że UrbanDenoiserpotrafi określić, które dane sejsmiczne są naturalne dla środowiska miejskiego, a które sztuczne, czyli wywołane trzęsieniami ziemi, i odfiltrowuje te nienaturalne. Aplikacja może również wykrywać wstrząsy o różnej sile.
UrbanDenoiser jest w stanie skutecznie tłumićnaukowcy przyznają, że w przypadku odszumionych danych nadal możliwe są wyniki fałszywie dodatnie i fałszywie ujemne, choć wysoki poziom szumu. Fałszywe negatywy występują, gdy sygnał sejsmiczny jest zbyt słaby lub gdy docelowe fazy sejsmiczne i próbki sygnału treningowego nie są wystarczająco podobne do przebiegów prawdziwego trzęsienia ziemi.
Trzęsienia ziemi powodują najwięcej szkód i szkódzwłaszcza w gęsto zaludnionych miastach. Jednocześnie sejsmolodzy mają trudności z wyodrębnieniem danych sejsmicznych związanych z naturalnym ruchem gruntu spowodowanym życiem miejskim. Zauważają, że działalność człowieka w miastach, na przykład w pojazdach i pociągach, generuje dużo hałasu sejsmicznego.
Naukowcy mają nadzieję, że nowa aplikacja pomoże uzyskać jasne dane na temat trzęsień ziemi w miastach, a tym samym zminimalizować szkody.
Czytaj więcej:
MIT tworzy stacjonarny silnik cieplny, który przewyższa turbiny
Po dziesięciu latach pracy naukowcy zakwestionowali standardowy model fizyki
Zobacz, jak wygląda wschód słońca na Marsie