به گزارش مهر به نقل از انگجت، محققان دانشگاه هاروارد و گوگل روشی برای پیش بینی پس لرزه های یک زلزله ابداع کرده اند. آنها برای این منظور یک شبکه عصبی را آموزش دادند.
محققان تاریخچه اطلاعات لرزه خیزی (seismological) را وارد شبکه عصبی کردند. این اطلاعات شامل ۱۳۱ هزار «شوک اصلی- پس لرزه» بود. این سیستم توانست به طور دقیق تر ۳۰ هزار شوک اصلی-پس لرزه مربوط به مجموعه اطلاعاتی مستقل را پیش بینی کند. این روش بسیار دقیق تر از فرایند های قبلی مانند «روش پیش بینی Coulomb» است.
دلیل این دقت نیز به استفاده از هوش مصنوعی مربوط است. هوش مصنوعی وجوه مختلف تغییرات لرزش را در نظر می گیرد.
البته این مدل هنوز آماده استفاده در مقیاس وسیع نیست. دانشمندان اشاره کرده اند که این مطالعه فقط برای پیش بینی یکی از انواع پس لرزه انجام شده است و همه تغییرات تنش های استاتیک و دینامیکی را در نظر نگرفته است.
ترکیب تغییرات تنش های استاتیک و دینامیک به توزیع مکانی پس لرزه هایی منجر می شود که از الگوی تغییرات تنش های استاتیک به دست آمده اند.
- 14
- 7
