Maskinindlæringsdetekteret signal forudsiger tid til jordskælv

Maskinlæringsforskning offentliggjort i to beslægtede artikler i dag i Naturgeovidenskab rapporterer påvisning af seismiske signaler, der præcist forudsiger Cascadia -fejlens langsomme glidning, en form for fejl, der observeres forud for store jordskælv i andre subduktionszoner.

Los Alamos National Laboratory -forskere anvendte maskinlæring til at analysere Cascadia -data og opdagede, at megathrust -udsendelser en konstant rysten, et fingeraftryk af fejlens forskydning. Vigtigere, de fandt en direkte parallel mellem lydstyrken af ​​fejlens akustiske signal og dets fysiske ændringer. Cascadias stønnen, tidligere diskonteret som meningsløs støj, forudsagde dens skrøbelighed.

"Cascadias adfærd blev begravet i dataene. Indtil maskinindlæring afslørede præcise mønstre, vi kasserede alle det kontinuerlige signal som støj, men den var fuld af rig information. Vi opdagede et meget forudsigeligt lydmønster, der indikerer glidning og fejlfejl, "sagde Los Alamos -videnskabsmanden Paul Johnson." Vi fandt også en præcis sammenhæng mellem fejlens skrøbelighed og signalets styrke, som kan hjælpe os mere præcist med at forudsige et mega -jordskælv. "

De nye papirer blev forfattet af Johnson, Bertrand Rouet-Leduc og Claudia Hulbert fra laboratoriets afdeling for jord- og miljøvidenskab, Christopher Ren fra Laboratory's Intelligence and Space Research Division og samarbejdspartnere ved Pennsylvania State University.

Maskinindlæring knuser massive seismiske datasæt for at finde forskellige mønstre ved at lære af selvjusterende algoritmer for at oprette beslutningstræer, der vælger og tester en række spørgsmål og svar igen. Sidste år, holdet simulerede et jordskælv i et laboratorium, ved hjælp af stålblokke, der interagerer med sten og stempler, og optog lyde, som de analyserede ved maskinel læring. De opdagede, at de mange seismiske signaler, tidligere diskonteret som meningsløs støj, fastslået, hvornår den simulerede fejl ville glide, et stort fremskridt mod forudsigelse af jordskælv. Hurtigere, kraftigere jordskælv havde højere signaler.

Teamet besluttede at anvende deres nye paradigme på den virkelige verden:Cascadia. Nyere forskning afslører, at Cascadia har været aktiv, men bemærket aktivitet har tilsyneladende været tilfældig. Dette team analyserede 12 års reelle data fra seismiske stationer i regionen og fandt lignende signaler og resultater:Cascadias konstante rystelser kvantificerer forskydningen af ​​den langsomt glidende del af subduktionszonen. I laboratoriet, forfatterne identificerede et lignende signal, der præcist forudsagde en lang række fejlfejl. Omhyggelig overvågning i Cascadia kan give nye oplysninger om den låste zone for at give et system til tidlig varsling.