گروهی از محققان دانشگاه “استنفورد”(Stanford) از روش جدیدی برای استفاده از هوش مصنوعی (AI) رونمایی کرده‌اند تا توانایی ما را در خواندن امواج لرزه‌ای افزایش دهند. آن‌ها از هوش مصنوعی برای تمرکز بر میلیون‌ها تغییر کوچک و ظریف در پوسته زمین استفاده می‌کنند. این گروه امیدوارند که این حرکات کوچک بتواند برای رمزگشایی علائم هشدار دهنده برای وقوع زمین لرزه‌های بزرگ عمل کند. در ادامه این مطلب از مجله دلتا درباره این سیسیتم پیشبینی زلزله بخوانید.
شناسایی زلزله
این تیم چندین سیستم یادگیری ماشین برای شناسایی زلزله ایجاد کرده است. در این میان، سیستم موسوم به “CRED” وجود دارد که در سال ۲۰۱۹ ساخته شده است. این سیستم از الگوریتم‌های صدای محرک در سیستم‌های دستیار مجازی الهام گرفته است.
مقاله جدید، جزئیات آخرین تلاش این تیم را ارائه می‌دهد. مدلی که زمین لرزه‌های بسیار کوچک را با سیگنال‌های ضعیف تشخیص می‌دهد.
مبدل زلزله
محققان سیستم جدید خود را “Earthquake Transformer” به معنای مبدل زلزله نامیده‌اند. سیستم پیشبینی از مکانیسم توجه برای پردازش مقادیر زیادی از داده‌ها و دریافت مهم‌ترین عناصر آن‌ها استفاده می‌کند.
این تیم به منظور آزمایش “مبدل زلزله”، الگوریتم خود را بر روی داده‌هایی که شامل یک میلیون لرزه نگار دستی ثبت شده در دو دهه گذشته در سطح جهان بود، به استثنای ژاپن آموزش داد. آن‌ها سپس برای آزمایش، پنج هفته داده مداوم ثبت شده در ژاپن در زمان وقوع زمین لرزه ۶.۶ ریشتری توتوری و پس لرزه های آن از ۲۰ سال پیش را انتخاب کردند.
این سیستم در طول آزمایش، ۲۱ هزار و ۹۲ رویداد را شناسایی و مکان‌یابی کرد که بیش از دو و نیم برابر تعداد زمین لرزه‌هایی است که با دستگاه‌های دستی شناسایی شده است.
بیشتر بخوانید: برای مطالعه بیشتر مطلب «پیشبینی وقوع زمین لرزه از چند روز قبل توسط بعضی جانوران» را بخوانید.
گروهی از محققان دانشگاه “استنفورد”(Stanford) از روش جدیدی برای استفاده از هوش مصنوعی (AI) رونمایی کرده‌اند تا توانایی ما را در خواندن امواج لرزه‌ای افزایش دهند. آن‌ها از هوش مصنوعی برای تمرکز بر میلیون‌ها تغییر کوچک و ظریف در پوسته زمین استفاده می‌کنند. این گروه امیدوارند که این حرکات کوچک بتواند برای رمزگشایی علائم هشدار دهنده برای وقوع زمین لرزه‌های بزرگ عمل کند. در ادامه این مطلب از مجله دلتا درباره این سیسیتم پیشبینی زلزله بخوانید.
شناسایی زلزله
این تیم چندین سیستم یادگیری ماشین برای شناسایی زلزله ایجاد کرده است. در این میان، سیستم موسوم به “CRED” وجود دارد که در سال ۲۰۱۹ ساخته شده است. این سیستم از الگوریتم‌های صدای محرک در سیستم‌های دستیار مجازی الهام گرفته است.
مقاله جدید، جزئیات آخرین تلاش این تیم را ارائه می‌دهد. مدلی که زمین لرزه‌های بسیار کوچک را با سیگنال‌های ضعیف تشخیص می‌دهد.
مبدل زلزله
محققان سیستم جدید خود را “Earthquake Transformer” به معنای مبدل زلزله نامیده‌اند. سیستم پیشبینی از مکانیسم توجه برای پردازش مقادیر زیادی از داده‌ها و دریافت مهم‌ترین عناصر آن‌ها استفاده می‌کند.
این تیم به منظور آزمایش “مبدل زلزله”، الگوریتم خود را بر روی داده‌هایی که شامل یک میلیون لرزه نگار دستی ثبت شده در دو دهه گذشته در سطح جهان بود، به استثنای ژاپن آموزش داد. آن‌ها سپس برای آزمایش، پنج هفته داده مداوم ثبت شده در ژاپن در زمان وقوع زمین لرزه ۶.۶ ریشتری توتوری و پس لرزه های آن از ۲۰ سال پیش را انتخاب کردند.
این سیستم در طول آزمایش، ۲۱ هزار و ۹۲ رویداد را شناسایی و مکان‌یابی کرد که بیش از دو و نیم برابر تعداد زمین لرزه‌هایی است که با دستگاه‌های دستی شناسایی شده است.
بیشتر بخوانید: برای مطالعه بیشتر مطلب «پیشبینی وقوع زمین لرزه از چند روز قبل توسط بعضی جانوران» را بخوانید.
امیکرون و آنچه درباره خطرات ابتلا به آن باید بدانید