Методы глубокого обучения ИИ помогут предсказать землетрясения

Просмотров: 434

Органическое вещество в туманности
Результат интерпретации сейсмических данных методами глубокого обучения ИИ, Nature Communications

27 августа 2020 г.

Исследователи из Технической школы Джорджа Р. Брауна Университета Райса проанализировали данные, собранные во время землетрясения в Гренландии в 2017 году. В статье, опубликованной в Nature Communications, они пишут о том, как искусственный интеллект может помочь ученым предсказывать землетрясения и извержения вулканов.

Сейсмические данные показывают, что сигналы о надвигающемся событии присутствовали, но ни один специалист физически не смог бы вовремя проинтерпретировать волновую картину, чтобы сделать точный своевременный прогноз. В результате цунами, разрушившего деревню Нуугаатсиак, четыре человека погибли, девять получили ранения, а 11 зданий смыло в море.

В исследовании, проведенном доцентом Университета Гренобль-Альпы Леонардом Сейду используются методы, разработанные инженерами университета Райс и соавторами Мартеном де Хоопом и Ричардом Баранюком. Эти инновационные методы глубокого машинного обучения применяются искусственным интеллектом для обработки подавляющего большинства данных, поступающих с сейсмической аппаратуры. При этом одной из самых важных целей исследования было достичь достаточно высокой скорости обработки информации искусственным интеллектом, которая позволяла бы максимально оперативно предсказывать опасные сейсмические события, не теряя при этом точности.

Мартен Де Хооп, специализирующийся на математическом анализе обратных задач и глубоком обучении в сотрудничестве с Департаментом Земли, окружающей среды и планет Университета Райса, говорит, что имеющиеся в распоряжении ученых технологии в области искусственного интеллекта достаточны для проведения независимого мониторинга больших объемов сейсмических данных.

Исследователи получили, обработали и проанализировали данные с близлежащей сейсмической станции. Алгоритм выявил слабые, но повторяющиеся волны, не обнаруживаемые в необработанных сейсмических записях, которые начали возникать примерно за девять часов до трагического события. Со временем их амплитуда усилилась, что и привело к землетрясению. Ученые пишут, что искусственный интеллект способен выявлять кластеры сейсмических событий и обнаруживать фоновый шум. Он способен устанавливать связи, которые люди могут упустить и не распознать в силу человеческого фактора, не говоря уже об огромном объеме данных, требующих обработки, с которыми ИИ молниеносно справляется.

Помимо этого проекта Де Хооп тестирует новый алгоритм в Коста-Рике для анализа вулканической активности и участвует в работе над марсианским аппаратом НАСА InSight, доставившим сейсмический детектор на поверхность красной планеты два года назад.

«Самым захватывающим в этой работе является не столько текущий результат, сколько то, что выбранный нами подход представляет собой новое направление исследований с применением машинного обучения в геофизике», — говорит ведущий эксперт в области сжатых измерений (compressive sensing) и машинного обучения Ричард Баранюк.

Читать подробней: Clustering earthquake signals and background noises in continuous seismic data with unsupervised deep learning

Источник: Nature Communications

Перевод/адаптация текста: "Вестник ОНЗ РАН"

 

Печать

Joomla SEF URLs by Artio