새로운 인공 지능 접근 방식은 지진 후 여진의 위치를 예측하는 데 도움이 될 수 있습니다
An 지진 암석이 지하에 있을 때 나타나는 현상이다. 지구의 지각이 갑자기 지질학적 단층선 주변에서 부서집니다. 이로 인해 에너지가 급속히 방출되어 지진파가 발생하고, 이로 인해 땅이 흔들리게 되는데, 이것이 지진이 났을 때 우리가 쓰러지는 느낌입니다. 암석이 부서지는 지점을 초점이라고 한다. 지진 그 위에 있는 지상을 '진원'이라고 합니다. 방출된 에너지는 규모, 즉 지진이 얼마나 강력한지를 나타내는 척도로 측정됩니다. 진도 2의 지진은 거의 감지할 수 없으며 민감한 전문 장비를 사용해야만 기록이 가능합니다. 지진 규모 8 이상이면 땅이 눈에 띄게 매우 심하게 흔들릴 수 있습니다. 일반적으로 지진 후에는 유사한 메커니즘에 의해 발생하는 많은 여진이 뒤따릅니다. 이 여진은 똑같이 파괴적이며 여러 번 그 강도와 심각도가 원래 지진과 유사합니다. 이러한 지진 후 진동은 일반적으로 주요 지진 발생 후 첫 XNUMX시간 또는 하루 이내에 발생합니다. 지진. 여진의 공간적 분포를 예측하는 것은 매우 어렵습니다.
과학자들은 여진의 크기와 시간을 설명하기 위해 경험적 법칙을 공식화했지만 여진의 위치를 정확히 찾아내는 것은 여전히 어려운 일입니다. Google과 Harvard University의 연구원은 평가를 위한 새로운 접근 방식을 고안했습니다. 지진 에 발표된 연구에서 인공지능 기술을 활용하여 여진의 위치를 예측했습니다. 자연. 그들은 특히 인공 지능의 한 측면인 기계 학습을 사용했습니다. 기계 학습 접근 방식에서 기계는 데이터 세트에서 '학습'하고 이 지식을 얻은 후 이 정보를 사용하여 최신 데이터에 대한 예측을 할 수 있습니다.
연구원들은 먼저 딥 러닝 알고리즘을 사용하여 전 세계 지진 데이터베이스를 분석했습니다. 딥 러닝은 신경망이 인간 두뇌의 사고 과정을 모방하려고 시도하는 고급 유형의 기계 학습입니다. 다음으로, 그들은 예보 무작위로 추측하는 것보다 여진이 더 낫고 여진이 '어디서' 발생할지 문제를 해결하려고 노력합니다. 약 199개의 본진-여진 쌍으로 구성된 전 세계 131,000개 이상의 주요 지진으로부터 수집된 관측 자료가 활용되었습니다. 이 정보는 어떻게 설명하는 물리학 기반 모델과 결합되었습니다. 지구 긴장되고 긴장될 것이다. 지진 그러면 여진이 발생합니다. 그들은 시스템이 여진을 확인할 수 있는 5km 정사각형 그리드를 만들었습니다. 그런 다음 신경망은 본진으로 인한 긴장과 여진의 위치 사이의 관계를 형성합니다. 이러한 방식으로 신경망 시스템이 잘 훈련되면 여진의 위치를 정확하게 예측할 수 있었습니다. 이 연구는 지진에 대한 복잡한 실제 데이터를 사용했기 때문에 매우 어려웠습니다. 연구자들은 대안적으로 설정 인조의 예측을 생성하기 위한 '이상적인' 지진의 종류와 예측을 조사했습니다. 신경망 출력을 살펴보면서 여진 예측을 제어할 수 있는 다른 '양'이 무엇인지 분석하려고 했습니다. 공간 비교를 수행한 후 연구자들은 전형적인 여진 패턴이 물리적으로 '해석 가능'하다는 결론에 도달했습니다. 팀은 단순히 J2라고 하는 편차 응력 장력의 두 번째 변형이라고 하는 양이 핵심을 가지고 있다고 제안합니다. 이 양은 해석하기 쉬우며 야금 및 기타 분야에서 일상적으로 사용되지만 지진 연구에 사용된 적이 없습니다.
지진의 여진은 더 많은 부상을 입히고 재산에 피해를 입히며 구조 노력을 방해하므로 인류의 생명을 구할 것이라고 예측합니다. 현재 AI 모델은 특정 유형의 여진과 단순한 지질 단층선만 처리할 수 있기 때문에 지금 당장 실시간 예측은 불가능할 수 있습니다. 이는 지질 단층선이 다양한 지리적 위치에서 서로 다른 기하학적 구조를 갖기 때문에 중요합니다. 행성. 따라서 현재 전 세계의 다양한 유형의 지진에는 적용되지 않을 수 있습니다. 그럼에도 불구하고 인공지능 기술은 지진을 연구할 때 고려해야 할 n개의 변수(예: 충격 강도, 지각판의 위치 등)로 인해 지진에 적합해 보입니다.
신경망은 시간이 지남에 따라 개선되도록 설계되었습니다. 즉, 시스템에 더 많은 데이터가 입력될수록 더 많은 학습이 이루어지고 시스템이 꾸준히 개선됩니다. 미래에 이러한 시스템은 지진학자들이 사용하는 예측 시스템의 필수적인 부분이 될 수 있습니다. 계획자는 지진 행동에 대한 지식을 기반으로 비상 조치를 구현할 수도 있습니다. 팀은 인공 지능 기술을 사용하여 지진의 규모를 예측하기를 원합니다.
***
{아래 인용 출처 목록에서 DOI 링크를 클릭하면 원본 연구 논문을 읽을 수 있습니다.}
출처
DeVries PMR et al. 2018. 대규모 지진에 따른 여진 패턴에 대한 딥 러닝. 자연560 (7720).
https://doi.org/10.1038/s41586-018-0438-y
***
