แอพจะลบเสียงรบกวนของเมืองออกจากเซ็นเซอร์เพื่อให้การเตือนแผ่นดินไหวที่แม่นยำยิ่งขึ้น

ชุดเทคนิคแมชชีนเลิร์นนิงถูกนํามาใช้เพื่อสร้าง UrbanDenoiser

นักวิจัยใช้ตัวอย่างเสียงแผ่นดินไหวในเมือง 80,000 ตัวอย่าง และ 33,751 ตัวอย่างของกิจกรรมแผ่นดินไหวตามธรรมชาติที่บันทึกไว้

ทีมงานได้นำระบบการกรองมาใช้กับข้อมูลแผ่นดินไหวที่บันทึกไว้ในลองบีช รัฐแคลิฟอร์เนีย เพื่อดูว่ามีประสิทธิภาพเพียงใด พวกเขาพบว่าระดับสัญญาณที่ต้องการดีขึ้นกว่าเสียงพื้นหลังประมาณ 15 เดซิเบล จากนั้นใช้ UrbanDenoiser เพื่อวิเคราะห์ข้อมูลจากแผ่นดินไหวที่กระทบพื้นที่ใกล้เคียงในปี 2014 ด้วยเหตุนี้ แอปจึงสามารถตรวจจับข้อมูลได้มากกว่าเซ็นเซอร์ที่ไม่ผ่านการกรองถึงสี่เท่า

การศึกษานี้ดำเนินการโดยทีมนักวิจัยจากมหาวิทยาลัยสแตนฟอร์ดร่วมกับสถาบันวิทยาศาสตร์จีน

นักพัฒนาอ้างว่า UrbanDenoiserสามารถระบุได้ว่าข้อมูลแผ่นดินไหวใดเป็นไปตามธรรมชาติสำหรับสภาพแวดล้อมในเมือง และข้อมูลแผ่นดินไหวใดเป็นข้อมูลที่สร้างขึ้นจากแผ่นดินไหว และกรองข้อมูลที่ไม่เป็นธรรมชาติออกไป แอพยังสามารถตรวจจับแรงสั่นสะเทือนที่มีขนาดต่างกันได้

UrbanDenoiser สามารถระงับได้อย่างมีประสิทธิภาพระดับเสียงรบกวนสูง แม้ว่าผลบวกลวงและผลลบลวงยังคงเป็นไปได้ในข้อมูลที่ถูกปฏิเสธ นักวิจัยรับทราบ ผลลบลวงเกิดขึ้นเมื่อสัญญาณแผ่นดินไหวอ่อนเกินไป หรือเมื่อระยะแผ่นดินไหวเป้าหมายและตัวอย่างสัญญาณการฝึกไม่ใกล้เคียงกับรูปคลื่นของแผ่นดินไหวจริงเพียงพอ

แผ่นดินไหวทำให้เกิดความเสียหายและอันตรายมากที่สุดโดยเฉพาะในเมืองที่มีประชากรหนาแน่น ในเวลาเดียวกัน นักแผ่นดินไหววิทยาประสบปัญหาในการแยกข้อมูลแผ่นดินไหวที่เกี่ยวข้องกับการเคลื่อนที่ของพื้นดินตามธรรมชาติที่เกิดจากชีวิตในเมือง พวกเขาสังเกตว่ากิจกรรมของมนุษย์ในเมืองต่างๆ เช่น ยานพาหนะและรถไฟ ทำให้เกิดเสียงคลื่นไหวสะเทือนได้มาก

นักวิจัยหวังว่าแอปพลิเคชั่นใหม่นี้จะช่วยให้ได้ข้อมูลที่ชัดเจนเกี่ยวกับแผ่นดินไหวในเมืองต่างๆ และลดความเสียหายลง

อ่านเพิ่มเติม:

MIT สร้างเครื่องยนต์ความร้อนแบบอยู่กับที่ซึ่งทำงานได้ดีกว่ากังหัน

หลังจากทำงานมา 10 ปี นักวิทยาศาสตร์ได้ตั้งคำถามเกี่ยวกับแบบจำลองมาตรฐานของฟิสิกส์

ดูว่าพระอาทิตย์ขึ้นบนดาวอังคารเป็นอย่างไร