С помощью нейросети получили первую модель для предсказания афтершоков

Впервые в истории исследований землетрясений был использован алгоритм машинного обучения. Он был использован учеными для получения математической модели афтершоков после землетрясения.

Афтершок – это повторный сейсмический толчок, меньшей интенсивности по сравнению с главным сейсмическим ударом. Сильные землетрясения всегда сопровождаются многочисленными афтершоками. Их количество и интенсивность со временем уменьшаются, а продолжительность проявления может длиться месяцами. Особенно велика вероятность сильных афтершоков в первые часы после главного толчка. Известно много случаев, когда повреждённые главным ударом здания рушились именно при повторных, менее сильных толчках. Афтершоки представляют угрозу при проведении спасательных работ.

Исследователи возлагают большие надежды на то, что этот и подобный этому методы помогут раскрыть секрет землетрясений и соответственно даст возможность своевременно реагировать на эти угрозы.

«Если вы задумаетесь о прогнозе землетрясения, — говорит соавтор исследования профессор Брендан Мид (Brendan Meade) из Гарвардского университета, — то вы захотите сделать три вещи: вы захотите предсказать, когда оно произойдет, каково оно будет по силе и конечно же место эпицентра толчков».

«То, что мы хотели сделать, — это заняться последней стадией этой проблемы, а именно нахождением месторасположения афтершоков».

Команда использовала базу данных более 100 000 землетрясений и афтершоков, включая землетрясение в Японии в 2011 году, для обучения нейронной сети распознаванию моделей афтершоков. После проведения обучения ученые производят моделирование для прогнозирования этих закономерностей в других землетрясениях, которых не было в базе данных.

Нейросети работают по принципу модели человеческого мозга и процессов происходящих внутри него. Таким образом, вместо того, чтобы вводить данные об основном землетрясение с помощью набора расчетов, то есть способом, который сейчас используется для прогнозирования землетрясений, сеть направила всю мощность обработки на то, чтобы исследовать множество возможных путей развития ситуации.

Хотя это подход и не может на данном этапе интегрироваться в такую систему раннего предупреждения, как ShakeAlert на западном побережье США, но все же нейронные сети могут предложить новый способ обработки обширной информации, собранной о землетрясениях и их афтершоках, с целью более раннего обнаружения сейсмической активности, оповещения населения и сведения к минимуму количества жертв и материального урона.