澳门金沙-澳门金沙官网-欢迎您 - 文学类专业网站力求原创·干净·绿色

澳门金沙-澳门金沙官网-欢迎您

当前位置: 澳门金沙_澳门金沙官网 > 社会新闻 > 这些颤动象征着可以发作宏壮地动的板块鸿沟的变形2019年3月31日

这些颤动象征着可以发作宏壮地动的板块鸿沟的变形2019年3月31日

时间:2019-03-31来源:未知 作者:admin点击:
随着地震数据和计算能力的不断增加,地震学家越来越多地转向一种称为机器学习的学科,以更好地理解和预测地震活动的复杂模式。 在地震研究快报杂志上发表的焦点栏目中,研究人员描述了他们如何使用机器学习方法来磨练地震活动的预测,识别地震中心,表征不同

  随着地震数据和计算能力的不断增加,地震学家越来越多地转向一种称为机器学习的学科,以更好地理解和预测地震活动的复杂模式。

  在“地震研究快报”杂志上发表的焦点栏目中,研究人员描述了他们如何使用机器学习方法来磨练地震活动的预测,识别地震中心,表征不同类型的地震波,并将地震活动与其他类型的地面“噪声区分开来。 “

  机器学习是指一组算法和模型,它们允许计算机从大型数据集中识别和提取信息模式。机器学习方法通​​常从数据本身发现这些模式,而不参考由数据表示的现实世界的物理机制。这些方法已成功用于诸如数字图像和语音识别等问题,以及其他应用。

  更多的地震学家正在使用这些方法,其驱动因素是“地震数据集的规模越来越大,计算能力的提高,新的算法和体系结构以及易于使用的开源机器学习框架的可用性”,写作焦点部分编辑Karianne Bergen哈佛大学,洛斯阿拉莫斯国家实验室的Ting Cheng和加州理工学院的Zefeng Li。

  一些研究人员正在使用一类称为深度神经网络的机器学习方法,它可以学习大量输入数据与其预测输出之间的复杂关系。例如,德克萨斯大学奥斯汀分校的Farid Khosravikia及其同事展示了如何利用一种深度神经网络为俄克拉荷马州,堪萨斯州和德克萨斯州的自然和诱发地震开发地面运动模型。由该地区的石油废水处理引起的地震日益增多的不寻常性质使得预测未来地震的地面运动并可能减轻其影响至关重要。

  机器学习技术可以在不久的将来越来越多地用于保存过去地震的模拟记录。随着记录这些数据的媒体逐渐退化,地震学家正在争分夺秒地保护这些有价值的记录。斯坦福大学的Kaiwen Wang及其同事根据美国地质调查局的Rangely地震控制实验对模拟地震仪胶片的可能性进行了测试,可以使用能够识别和分类图像的机器学习方法以经济有效的方式捕获这些数据。 。

  加州大学伯克利分校及其同事的清开孔表示,机器学习方法也已经在MyShake等应用中得到应用,以收集和分析来自众包全球智能手机地震网络的数据。

  其他研究人员正在使用机器学习算法筛选地震数据,以更好地识别地震余震,火山地震活动,并监测构造震颤,这些震动标志着可能发生巨大地震的板块边界的变形。一些研究使用机器学习技术来定位地震起源并将小地震与环境中的其他地震“噪声”区分开来。

顶一下
(0)
0%
踩一下
(0)
0%
------分隔线----------------------------
相关内容
推荐内容