移動端


當前位置:興旺寶>資訊首頁> 技術前沿

AI算法通過實時估測 可實現光速級地震監(jiān)測

2022-05-12 14:46:23來源:化工儀器網 閱讀量:122 評論

分享:

導讀:近日,《自然》雜志發(fā)表的一項最新相關研究成果稱,AI可以對大型地震的演化進行準確地實時估測,這個經過訓練的機器學習模型能測定以光速傳播的重力變化信號。

  “地震”是自然災害的一種,其形成過程十分復雜,且破壞力極強。地震監(jiān)測是指在地震發(fā)生前后,對地震前兆異常和地震活動的監(jiān)視、測量。近日,《自然》雜志發(fā)表的一項最新相關研究成果稱,AI可以對大型地震的演化進行準確地實時估測,這個經過訓練的機器學習模型能測定以光速傳播的重力變化信號。
 
  對地震的監(jiān)測一般需要通過測定地震波來實現,但地震波預警系統有時反應比較慢,不能在震級為8級及以上的大型地震發(fā)生時準確估算地震的規(guī)模。因此,提高地震監(jiān)測的速度和效率顯得至關重要,可為居民爭取到更多的反應時間,從而及時采取相應措施,減小人員傷亡和財產損失。
 
  這種以光速傳播的重力變化信號即“彈性重力信號”,據了解,通過追蹤即時彈性重力信號(PEGS)可以解決地震波預警系統反應太慢的問題。PEGS由巖體突然錯動導致重力變化而產生,可以以光速進行傳播,但此前一直有待驗證的是,PEGS是否能用來對大型地震出現后的方位和發(fā)展做出快速可靠的實時估算。
 
  來自法國的科學家們此次在日本的140個各潛在地震位置模擬了35萬個地震場景,并利用PEGS信號訓練了一個深度學習模型(PEGSNet)。之后,研究人員又用日本東北大地震(迄今為止,有記錄的日本規(guī)模最大、破壞力最強的地震之一)的實時數據測試了這個深度學習模型。結果表明,PEGSNet能準確計算地震方位、地震規(guī)模以及地震隨時間的變化,更重要的是,PEGSNet能快速給出以上信息并在地震波到達前就做出判斷。
 
  關于這個模型的重要作用和普適性,研究人員總結說,PEGSNet在大型地震及其演化的早期監(jiān)測方面或能發(fā)揮重要作用。研究人員還強調,雖然這個模型主要針對日本,但只需進行很小的調整,使該模型也能很好地適用于其他地區(qū)。
 
  原標題:AI算法通過實時估測 可實現光速級地震監(jiān)測
版權與免責聲明:1.凡本網注明“來源:興旺寶裝備總站”的所有作品,均為浙江興旺寶明通網絡有限公司-興旺寶合法擁有版權或有權使用的作品,未經本網授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明“來源:興旺寶裝備總站”。違反上述聲明者,本網將追究其相關法律責任。 2.本網轉載并注明自其它來源(非興旺寶裝備總站)的作品,目的在于傳遞更多信息,并不代表本網贊同其觀點或和對其真實性負責,不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時,必須保留本網注明的作品第一來源,并自負版權等法律責任。 3.如涉及作品內容、版權等問題,請在作品發(fā)表之日起一周內與本網聯系,否則視為放棄相關權利。
我來評論

昵稱 驗證碼

文明上網,理性發(fā)言。(您還可以輸入200個字符)

所有評論僅代表網友意見,與本站立場無關

    相關新聞