سیستم پیشبینی زلزله

گروهی از محققان دانشگاه “استنفورد”(Stanford) از روش جدیدی برای استفاده از هوش مصنوعی(AI) رونمایی کرده اند تا توانایی ما را در خواندن امواج لرزه ای افزایش داده و با این کار، درک ما از نحوه شروع آنها و حتی چگونگی توقف آن‌ها را بهبود بخشند. در ادامه این مطلب از مجله دلتا درباره این سیسیتم پیشبینی زلزله بخوانید.

“مصطفی موسوی” و گروهی از محققان دانشگاه استنفورد از هوش مصنوعی برای تمرکز بر میلیون ها تغییر کوچک و ظریف در پوسته زمین استفاده می کنند. آن‌ها امیدوارند که این حرکات کوچک بتواند برای رمزگشایی علائم هشدار دهنده برای وقوع زمین لرزه‌های بزرگ عمل کند.

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 و از الگوریتم های صدای محرک در سیستم های دستیار مجازی الهام گرفته شده است.

مقاله جدید جزئیات آخرین تلاش این تیم را ارائه می دهد؛ مدلی که زمین لرزه های بسیار کوچک را با سیگنال های ضعیف که معمولاً با روش های فعلی نادیده گرفته می شوند، تشخیص می دهد.

محققان سیستم جدید خود را “Earthquake Transformer” به معنای “مبدل زلزله” نامیده اند. سیستم پیشبینی از “مکانیسم توجه” برای پردازش مقادیر زیادی از داده ها و دریافت مهمترین عناصر آنها استفاده می کند.

این تیم به منظور آزمایش “مبدل زلزله”، الگوریتم خود را بر روی داده هایی 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 مکان یابی کرد که بیش از دو و نیم برابر تعداد زمین لرزه هایی است که با دستگاه های دستی شناسایی شده است. علاوه بر این، “مبدل زلزله” فقط از داده های ۱۸ ایستگاه از ۵۷ ایستگاهی که دانشمندان ژاپنی برای مطالعه استفاده می کردند، استفاده کرد.

بیشتر بخوانید: برای مطالعه بیشتر مطلب «پیش‌بینی وقوع زمین لرزه از چند روز قبل توسط بعضی جانوران» را بخوانید.