Maskinlæring forudsigelse af jordskælv i laboratoriet viser løfte

Ved at lytte til det akustiske signal, der udsendes af et jordskælv, der er skabt af et laboratorium, en datalogisk tilgang ved hjælp af maskinlæring kan forudsige den resterende tid, før fejlen fejler.

"På et givet tidspunkt, støjen fra laboratoriefejlzonen giver kvantitative oplysninger om, hvornår fejlen glider, "sagde Paul Johnson, en kollega i Los Alamos National Laboratory og ledende efterforsker om forskningen, som blev offentliggjort i dag i Geofysiske forskningsbreve .

"Nyheden i vores arbejde er brugen af ​​maskinlæring til at opdage og forstå ny fysik af fiasko, gennem undersøgelse af det registrerede auditive signal fra den eksperimentelle opsætning. Jeg tror, ​​at fremtiden for jordskælvsfysik vil i høj grad stole på maskinlæring for at behandle enorme mængder rå seismiske data. Vores arbejde repræsenterer et vigtigt skridt i denne retning, " han sagde.

Ikke alene har arbejdet potentiel betydning for prognoser for jordskælv, Johnson sagde, men tilgangen er vidtrækkende, gældende for potentielt alle fejlscenarier, herunder ikke -destruktiv test af industrielle materialer sprød fejl af alle slags, laviner og andre begivenheder.

Machine learning er en kunstig intelligens tilgang til at give computeren mulighed for at lære af nye data, opdaterer sine egne resultater for at afspejle konsekvenserne af nye oplysninger.

Maskinindlæringsteknikken, der bruges i dette projekt, identificerer også nye signaler, tidligere antaget at være lav amplitude-støj, der giver prognoseoplysninger i hele jordskælvscyklussen. "Disse signaler ligner jordskælv, der opstår i forbindelse med langsomme jordskælv på tektoniske fejl i den nedre skorpe, "Johnson sagde." Der er grund til at forvente sådanne signaler fra jordfejl i den seismogene zone for langsomt at glide fejl. "

Maskinlæringsalgoritmer kan forudsige fejltider for laboratoriekælv med bemærkelsesværdig nøjagtighed. Det akustiske emission (AE) signal, som kendetegner systemets øjeblikkelige fysiske tilstand, forudsiger pålideligt fiasko langt ud i fremtiden. Dette er en overraskelse, Johnson påpegede, da alt tidligere arbejde havde antaget, at kun kataloget over store begivenheder er relevant, og at små udsving i AE -signalet kunne negligeres.

For at studere fænomenerne, teamet analyserede data fra et laboratoriefejlsystem, der indeholder fejlhul, det grundmateriale, der er skabt af stenblokkene, der glider forbi hinanden. Et accelerometer registrerede den akustiske emission fra klippelagene.

Efter en friktionsfejl i labquake, klippeblokken bevæger sig eller forskydes, mens hulmaterialet samtidig udvider og styrker, som vist ved måleligt stigende forskydningsspænding og friktion. "Når materialet nærmer sig fiasko, det begynder at vise egenskaberne ved et kritisk stressregime, herunder mange små forskydningsfejl, der udsender impulsive akustiske emissioner, "Beskrev Johnson.

"Denne ustabile tilstand afsluttes med et faktisk labquake, hvor klippeblokken hurtigt fortrænger, friktions- og forskydningsspændingen falder brat, og gummilagene samtidigt kompakte, "sagde han. Under en lang række betingelser, apparatet glider temmelig regelmæssigt i hundredvis af stresscyklusser under et enkelt eksperiment. Og vigtigst af alt, signalet (på grund af støbningen og knirkningen, der i sidste ende fører til de impulsive forstadier) tillader forudsigelse i laboratoriet, og vi håber vil føre til fremskridt inden for forudsigelse på Jorden, Sagde Johnson.