您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
谷歌和哈佛大学研究人员开发AI模型预测地震余震，比现有方法更准确
2018年08月30日 由 浅浅 发表
670808
0
谷歌AI部门和哈佛大学的研究人员已经创建了一个AI模型，能够预测大地震后一年内余震的位置。近几十年来，该模型接受了199次大地震事件以及随后发生的130000次余震的训练，比目前用于预测余震的方法更准确。
用于训练神经网络的数据集所包含的余震发生在一个周长50公里的周边区域，从每个地震震中横向延伸100公里。
“我们发现，在将这些模型应力变化馈入神经网络后，神经网络可以更准确地预测测试数据集中的余震位置，即在余震位置研究中大量使用的基线库仑失效应力变化标准，”哈佛大学地球与行星科学系的Phoebe DeVries表示。
用于训练模型的数据来自于引起注意的地震，如2004年苏门答腊地震，2011年日本地震，1989年旧金山湾区Loma Prieta地震以及1994年洛杉矶附近的Northride地震。
结果发表在今天的《Nature》杂志上。该研究由DeVries和谷歌机器学习研究人员Martin Wattenberg和FernandaViégas以及谷歌AI招聘主管Brendan Meade共同撰写。
虽然DeVries和Meade认为自己是计算地球科学家，但没有真正的地震学家参与这项研究。
训练AI模型的经验教训将用于探索一个更大的问题：什么引发地震？
Meade表示，“虽然大多数神经网络非常难以解释，有时也被称为黑盒子，但我认为因为我们对可能涉及的物理学有了一些了解，所以我们带来了通过弹性传递应力的知识。事实证明我们的结果是可以解释的。我们可以看一下这个网络的内容并真正理解它，它实际上指出了一些可能导致地震触发的物理理论，因此它引领我们走向一个令我们兴奋的新方向。”
Meade说，该模型无法将其他主要自然灾害（如火山爆发）产生的地震考虑在内。
“任何机器学习应用程序，无论神经网络是否具有推理能力，实际上不仅取决于架构而且取决于用于它的训练集，我们没有使用与火山或类似的任何训练集，所以我们没有理由相信它会对这样的事件起作用。”
Meade说，该模型是根据过去几年大地震的历史数据进行训练的，但未来的地震数据仍将向前发展。
论文：www.nature.com/articles/s41586-018-0438-y
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
广告
广告
写评论取消
回复取消