Bilim insanları tarafından geliştirilen yeni bir yapay zeka algoritması tarafından sarsıntılar evvelce iddia edilebilecek. Algoritma Japonya’da test edildi ve gerçek vakitli olarak tespitlerde başarılı oldu.
Stanford Üniversitesi’nden bir küme araştırmacı, sismik dalgaları okuma yeteneğini geliştirmek ve sarsıntıların nasıl başladığını, ilerlediğini ve durduğunu daha yeterli anlamak gayesiyle yapay zeka (AI) kullanımını içeren yeni bir usulü açıkladı. Nature Communications‘da yayınlanan makale, zelzele tespitini otomatikleştiren ve birebir vakitte sismik bilgilere has gürültüyü ayarlayabilen bir prosedürün ayrıntılarını içeriyor.
Mostafa Mousavi ve grubu, yapay zeka kullanarak yerkabuğundaki milyonlarca küçük kaymaya odaklanıyor. Bu küçük hareketlerin, büyük sarsıntıların ihtar işaretlerini daha âlâ anlamamıza yardımcı olabileceğini umuyorlar. Stanford jeofizikçisi Gregory Beroza, “Bu çok küçük sarsıntıları tespit etme ve yerlerini belirleme hünerimizi geliştirerek, zelzelelerin fay boyunca nasıl etkileşime girdiği yahut yayıldığı, nasıl başladığı ve hatta nasıl durduğu hakkında daha net bir görüş elde edebiliriz” dedi.
Araştırmacılar, çeşitli makine öğrenme sistemleri geliştirdi, bunlar ortasında 2019’da geliştirilen ve sesle tetikleme algoritmalarından esinlenen CRED de bulunuyor. Yeni makale, zayıf sinyallerin çoklukla gözden kaçtığı çok küçük sarsıntıları tespit edebilen bir model olan en son iterasyonlarından olan “Deprem Dönüştürücüsü” isimli sistemlerini ayrıntılandırıyor. Bu sistem, bir “dikkat mekanizması” kullanarak büyük ölçüde datayı gözden geçiriyor ve en değerli ögelere odaklanıyor.
JAPONYA’DA MEYDANA GELEN ZELZELEDE BAŞARILI OLDU
Ekip, Sarsıntı Dönüştürücüsü’nü test etmek için dünya genelinde son yirmi yılda kaydedilen bir milyon sismogram içeren datalarla algoritmalarını eğitti. Testlerde, modelin Japonya’da meydana gelen Tottori sarsıntısı ve artçı sarsıntıları sırasında kaydedilen datalar üzerinde başarılı olduğu görüldü.
Gregory Beroza, sistemlerinin zelzelelerin gerçek vakitli tespiti için kullanılmaya hazır olduğunu belirtti. Beroza, “Makine tahsilini neredeyse gerçek vakitli olarak kullanarak sarsıntı izleme çok yakında geliyor. Küçük sarsıntıların daha uygun izlenmesi, derin, üç boyutlu fay yapısı hakkında daha fazla bilgi edinmemizi sağlayacak ve gelecekte gizlenen sarsıntıları daha güzel iddia etmemize yardımcı olacaktır.” dedi.
