زمین‌لرزه
کاربردهای هوش مصنوعی

توانایی‌ تشخیص زمین‌لرزه با یادگیری ماشین

    0
    مدت زمان مطالعه: ۲ دقیقه

    محققان آزمایشگاه ملی لوس آلامس، از الگوریتم‌های یادگیری ماشین برای تفسیر داده‌های حجیمِ تغییر شکل زمین استفاده کرده‌اند. این داده‌ها با «ماهواره‌های تداخل‌سنجی راداری دارای منفذ ترکیبی» (InSAR) جمع‌آوری شده‌اند. این الگوریتم‌های جدید، تشخیص زمین‌لرزه را ارتقا می‌بخشند و تشخیص خودکار تغییر شکل زمین را در مقیاس جهانی، امکان‌پذیر می‌کند.

    برتراند روئت- لدوک، ژئوفیزیک‌دان گروه ژئوفیزیک لوس آلامس بیان کرد: «به کارگیری یادگیری ماشین در داده‌های InSAR روش جدیدی برای درک فیزیک‌گسل‌های تکتونیک و زمین‌لرزه‌ها در اختیار ما می‌گذارد. این امر برای فهم طیف کامل رفتار زمین‌لرزه‌ها، ضروری است.»

    ماهواره‌های جدید از قبیل Sentinel 1 Satellite Constellation و ماهواره NISAR که به زودی به بهره‌برداری می‌رسند، با ایجاد امکان مشاهده مقیاس‌های طولی و زمانی برای پژوهشگران که پیش از این ممکن نبودند، پنجره جدیدی به روی فرایندهای زمین‌ساختی باز می‌کنند. با این حال، الگوریتم‌های موجود برای تحلیل حجم زیاد داده‌های InSAR که از این ماهواره‌های جدید به دست می‌آیند و حتی داده‌های بیشتری که در آینده نزدیک در دسترس خواهند بود، مناسب نیستند.

    زمین‌لرزه

    به منظور پردازش تمام این داده‌ها، گروه پژوهشی لوس آلامس، نخستین ابزار مبتنی بر الگوریتم‌های یادگیری ماشین را توسعه داد، تا داده‌های تغییر شکل زمین‌ را از InSAR استخراج کنند. این امر، امکان تشخیص خودکار تغییر شکل زمین را بدون دخالت انسانی و در مقیاس جهانی ممکن می‌کند. این ابزارِ مجهز به تشخیص خودکار تغییر شکل گسل‌ها، می‌تواند خلأهای موجود در امکانات تشخیص زمین‌لرزه را پر کند و پایه‌های بررسی نظام‌مند ویژگی‌های گسل‌های فعال را شکل دهد.

    توصیف نظام‌مند رفتار لرزش گسل‌های فعال، کلید کشف فیزیک‌گسل‌های تکتونیکی است و به پژوهشگران کمک می‌کند که تأثیر متقابل زمین‌لرزه‌های آرامی که تنش را به آهستگی آزاد می‌کنند و زمین‌لرزه‌های سریع را که تنش را به سرعت رها می‌کنند و می‌توانند آسیب زیادی به اجتماعات پیرامون وارد کنند، درک کنند.

    روش جدید گروه پژوهشی، امکانِ تشخیص خودکار تغییر شکل زمین را در مقیاس جهانی، با وضوح زمانی دقیق‌تر از رویکردهای موجود و آستانه تشخیص چند میلی‌متری، فراهم می‌کند. آستانه تشخیص قبلی، در حد سانتی‌متر بود.

    در نتایج اولیه این رویکرد که بر داده‌های گسل آناتولی شمالی اعمال شده است، این روش به تشخیص دو میلی‌متری می‌رسد و زمین‌لرزه‌های آهسته را دو برابر گسترده‌تر از آنچه که در گذشته شناخته شده‌ بود، آشکار می‌کند.

    این پژوهش تحت حمایت مالی دفتر تحقیق و توسعه آزمایشگاه ملی لوس آلامس، انجام شده است.

    انواع کاربردهای هوش مصنوعی در صنایع مختلف را در هوشیو بخوانید

    این مطلب چه میزان برای شما مفید بوده است؟
    [کل: ۱ میانگین: ۵]

    با استفاده از یادگیری تقویتی عمیق یک الگوریتم شطرنج طراحی کنید

    مقاله قبلی

    مدل‌سازی داده‌های جدولی ، بررسی شانس تحصیل در دانشگاه تحصیلات تکمیلی

    مقاله بعدی

    شما همچنین ممکن است دوست داشته باشید

    نظرات

    پاسخ دهید

    نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *