ADVERTISEMENT

Një metodë e re që mund të ndihmojë në parashikimin e pasgoditjeve të tërmeteve

Një qasje e re e inteligjencës artificiale mund të ndihmojë në parashikimin e vendndodhjes së pasgoditjeve pas një tërmeti

An tërmet është një fenomen që shkaktohet kur shkëmbi nën tokë në E tokës korja shpërthen papritur rreth një linje të çarjes gjeologjike. Kjo shkakton çlirimin e shpejtë të energjisë e cila prodhon valë sizmike të cilat më pas bëjnë tokën të dridhet dhe kjo është ndjesia që kemi rënë gjatë një tërmeti. Vendi ku thyhet shkëmbi quhet fokus i tërmet dhe vendi mbi të në tokë quhet 'epiqendër'. Energjia e çliruar matet si magnitudë, një shkallë për të përshkruar se sa energjik ishte një tërmet. Një tërmet me magnitudë 2 është mezi i perceptueshëm dhe mund të regjistrohet vetëm duke përdorur pajisje të ndjeshme të specializuara, ndërsa tërmete me magnitudë më të madhe se 8 mund të bëjë që toka të lëkundet dukshëm shumë fort. Një tërmet në përgjithësi pasohet nga shumë pasgoditje që ndodhin nga një mekanizëm i ngjashëm dhe që janë po aq shkatërrues dhe shumë herë intensiteti dhe ashpërsia e tyre është e ngjashme me tërmetin fillestar. Lëkundje të tilla pas tërmetit ndodhin përgjithësisht brenda orës së parë ose një ditë pas fillimit tërmet. Parashikimi i shpërndarjes hapësinore të pasgoditjeve është shumë sfidues.

Shkencëtarët kanë formuluar ligje empirike për të përshkruar madhësinë dhe kohën e pasgoditjeve, por përcaktimi i vendndodhjes së tyre është ende një sfidë. Studiuesit në Google dhe Universitetin e Harvardit kanë krijuar një qasje të re për vlerësimin tërmete dhe parashikimi i vendndodhjes së pasgoditjeve duke përdorur teknologjinë e inteligjencës artificiale në studimin e tyre të botuar në Natyrë. Ata përdorën në mënyrë specifike mësimin e makinerive - një aspekt i inteligjencës artificiale. Në qasjen e të mësuarit të makinerive, një makinë 'mëson' nga një grup të dhënash dhe pas marrjes së këtyre njohurive është në gjendje ta përdorë këtë informacion për të bërë parashikime rreth të dhënave më të reja.

Studiuesit fillimisht analizuan një bazë të dhënash të tërmeteve globale duke përdorur algoritme të mësimit të thellë. Të mësuarit e thellë është një lloj i avancuar i të mësuarit të makinerive në të cilin rrjetet nervore përpiqen të imitojnë procesin e të menduarit të trurit të njeriut. Më pas, ata synonin të ishin në gjendje parashikim pasgoditjet më mirë se hamendja e rastësishme dhe përpiquni të zgjidhni problemin se ku do të ndodhin pasgoditjet. Vëzhgimet e mbledhura nga më shumë se 199 tërmete të mëdha në mbarë botën u përdorën të përbërë nga rreth 131,000 çifte kryesore-pasgoditje. Ky informacion u kombinua me një model të bazuar në fizikë i cili përshkruan se si Tokë do të ishte e tendosur dhe e tensionuar pas një tërmet të cilat më pas do të shkaktojnë pasgoditje. Ata krijuan rrjete 5 kilometra katrorë brenda të cilave sistemi do të kontrollonte për një pasgoditje. Rrjeti nervor më pas do të formonte marrëdhënie midis tendosjeve të shkaktuara nga tërmeti kryesor dhe vendndodhjes së pasgoditjeve. Pasi sistemi i rrjetit nervor ishte i trajnuar mirë në këtë mënyrë, ai ishte në gjendje të parashikonte me saktësi vendndodhjen e pasgoditjeve. Studimi ishte jashtëzakonisht sfidues pasi përdori të dhëna komplekse të botës reale të tërmeteve. Studiuesit në mënyrë alternative ngritën artificial dhe lloj tërmetesh 'ideale' për të krijuar parashikime dhe më pas ekzaminoi parashikimet. Duke parë daljen e rrjetit nervor, ata u përpoqën të analizonin se cilat 'sasi' të ndryshme ka të ngjarë të kontrollojnë parashikimin e pasgoditjeve. Pasi bënë krahasimet hapësinore, studiuesit arritën në një përfundim se një model tipik i pasgoditjes ishte fizikisht i 'interpretueshëm'. Ekipi sugjeron që një sasi e quajtur varianti i dytë i tensionit të stresit devijator – i quajtur thjesht J2 – mban çelësin. Kjo sasi është shumë e interpretueshme dhe përdoret në mënyrë rutinore në metalurgji dhe fusha të tjera, por nuk është përdorur kurrë më parë për studimin e tërmeteve.

Pasgoditjet e tërmeteve shkaktojnë lëndime të mëtejshme, dëmtime pronash dhe gjithashtu pengojnë përpjekjet e shpëtimit, prandaj parashikimi i tyre do të jetë shpëtimtar për njerëzimin. Parashikimi në kohë reale mund të mos jetë i mundur pikërisht në këtë moment, pasi modelet aktuale të AI mund të merren vetëm me një lloj të veçantë pasgoditjesh dhe vetëm një vijë të thjeshtë të thyerjes gjeologjike. Kjo është e rëndësishme sepse linjat e thyerjes gjeologjike kanë gjeometri të ndryshme në vendndodhje të ndryshme gjeografike në planet. Pra, mund të mos jetë aktualisht i zbatueshëm për lloje të ndryshme tërmetesh në mbarë botën. Megjithatë, teknologjia e inteligjencës artificiale duket e përshtatshme për tërmetet për shkak të n numrit të variablave që duhet të merren parasysh gjatë studimit të tyre, shembull fuqia e goditjes, pozicioni i pllakave tektonike etj.

Rrjetet nervore janë të dizajnuara për t'u përmirësuar me kalimin e kohës, dmth. ndërsa më shumë të dhëna futen në një sistem, zhvillohet më shumë mësim dhe sistemi përmirësohet në mënyrë të qëndrueshme. Në të ardhmen një sistem i tillë mund të jetë pjesë përbërëse e sistemeve të parashikimit të përdorura nga sizmologët. Planifikuesit mund të zbatojnë gjithashtu masa emergjente bazuar në njohuritë për sjelljen e tërmetit. Ekipi dëshiron të përdorë teknologjinë e inteligjencës artificiale për të parashikuar magnitudën e tërmeteve.

***

{Mund të lexoni punimin origjinal kërkimor duke klikuar lidhjen DOI të dhënë më poshtë në listën e burimeve të cituara}

Burimi (s)

DeVries PMR et al. 2018. Mësimi i thellë i modeleve të pasgoditjeve pas tërmeteve të mëdha. Natyrë560 (7720).
https://doi.org/10.1038/s41586-018-0438-y

***

Ekipi SCIEU
Ekipi SCIEUhttps://www.ScientificEuropean.co.uk
Scientific European® | SCIEU.com | Përparime të rëndësishme në shkencë. Ndikimi në njerëzimin. Mendjet frymëzuese.

Regjistrohu në buletinin tonë

Për tu azhurnuar me të gjitha lajmet, ofertat dhe njoftimet më të fundit.

Shumica Artikuj popullore

Gara Hënore: Chandrayaan 3 i Indisë arrin aftësinë e uljes së butë  

Landeri hënor i Indisë Vikram (me rover Pragyan) i Chandrayaan-3...

Macet janë të vetëdijshme për emrat e tyre

Studimi tregon aftësinë e maceve për të dalluar të folurit...

Masa e neutrinos është më pak se 0.8 eV

Eksperimenti KATRIN i mandatuar për të peshuar neutrinot ka njoftuar një...
- Reklama -
94,221TifozëtLike
47,609Followersndjek
1,772Followersndjek
30SubscribersRegjistrohu