进行三万多次地震训练后,他们发现了快速预测震动强度的新方法
编译:朱科锦 用来训练DeepShake网络的地震数据是来自于2019年加州Ridgecrest序列的地震记录。DeepSha进行ke是由斯坦福大学的Daniel J. Wu、Avoy Datta、Weiqiang Zhu和William Ellsworth开发的。 当开发者使用7月5日三万7.1级Ridgecrest地震的实际晃动来测试DeepShake的潜力时,神经网络在高强度地面晃动到来之前的7到13秒之间向Ridgecres多次t地区发出模拟警报。 研究者们强调了直接从地震记录中使用深度学习进行快速预警和预测的新颖性。Datta解释说,"DeepShake能够跨越空间和时地震间的维度拾取地震波形中的信号。" 他补充说,DeepShake展示了机器学习模型在提高地震预警系统的速度和准确性方面的潜力。 Wu说:"DeepS训练hake旨在改进地震预警,它直接通过地面运动预计晃动幅度,跳过传统的预警系统所使用的一些中间步骤。 Wu解释说,许多预警系统首先确定地震位置和后,震级,然后根据地面运动预测方程计算出某一地点的地面运动。 他补充说:“这些步骤中的每一步都可能造成误差,从而阻碍地震动预测。” 为了解决这个问题他们,DeepShake团队转向了神经网络的方法。组成神经网络的一系列算法是在没有研究人员确定哪些信号对网络的预测 "重要 "的情况下训练出来的。该网络发现直接从数据中学习哪些特征可以最佳地预测未来的摇晃强度。 Wu说:"我们从构建其他用于地震学的神经网络中注意到,它们可以学习各种有趣的东西,因了快此它们可能不需要地震的震中和震级来进行良好的预测,DeepShake是在预选的地震站台网络上训练的,因此这些站台的局部特征成为训练数据的一部分。” 他速预说,"当从头到尾训练一个机器学习模型时,我们真的认为这些模型能够利用这些额外的信息来提高准确性。" Wu, Datta和他们的同事认为Dee测震pShake是对加州运行的ShakeAlert 的补充,增加了地震预警系统的工具箱。Datta补充说:"我们非常高兴将DeepShake扩展到Ri动强dgecrest以外的地区,并辅助我们现实世界中的工作,包括如瘫痪车站和网络延迟之类的故障。" 相关报道: https://www.seismo度的soc.org/news/deepshake-uses-machine-learning-to-rapidly-estimate-eart新方hquake-shaking-intensity/
- 最近发表
- 随机阅读
-
- 云计算开发:Python内置函数-staticmethod() 函数详解
- 标签: 富途控股 富途牛牛 moomoo 智通财经
- 标签: 腾讯电竞 亚奥理事会 ECS 三极驱动
- 谷歌斥资超2700万欧元在芬兰购地,推进云计算和数据基础设施扩建计划
- 自研 Pulsar Starter:Winfun-Pulsar-Spring-Boot-Starter
- 微软智能云Azure在华的第五个数据中心区域正式启用
- 让AI精准识别盗版,脸书开源数据增强库:提供100多种增强方式
- 标签: 中国石油 中油电能 塔里木上库 国网新源
- 标签: 灵北制药 布瑞哌唑 伏硫西汀 Vyepti
- 标签: 谷歌 Lyria3Pro Gemini ProducerAI
- 标签: 威兆半导体 功率半导体 消费电子 fab-lite
- 受云计算业务提振 IBM第四季度营收为10年来最强劲
- 谷歌云推出 Gemini Enterprise,挑战微软与OpenAI的AI办公霸主地位
- 云计算核心技术Docker教程:Docker限制容器对内存的访问
- 标签: 赤子城科技 SUGO TopTop 荷尔健康
- 云安全日报220616:思科电子邮件安全设备发现身份验证绕过漏洞,需要尽快升级
- 爆涨981%!三七互娱一季度净利大增,押注AI大模型进入收获期
- 标签: 小米汽车 孟晚舟 国补 雷军
- 标签: 三星 Galaxy Z TriFold 索尼A7M5 nubia M153
- 甲骨文的 AI 超级集群建设新策略
- 搜索
-
- 友情链接