<legend id="h4sia"></legend><samp id="h4sia"></samp>
<sup id="h4sia"></sup>
<mark id="h4sia"><del id="h4sia"></del></mark>

<p id="h4sia"><td id="h4sia"></td></p><track id="h4sia"></track>

<delect id="h4sia"></delect>
  • <input id="h4sia"><address id="h4sia"></address>

    <menuitem id="h4sia"></menuitem>

    1. <blockquote id="h4sia"><rt id="h4sia"></rt></blockquote>
      <wbr id="h4sia">
    2. <meter id="h4sia"></meter>

      <th id="h4sia"><center id="h4sia"><delect id="h4sia"></delect></center></th>
    3. <dl id="h4sia"></dl>
    4. <rp id="h4sia"><option id="h4sia"></option></rp>

        当前位置:首页 > 365bet体育在线主页_365完美体育官网_365bet体育投专题 > 历史专题 > 汶川地震十周年
        人工智能可预测余震发生地点
        发布时间:2018-09-19 13:58  来源:365bet体育在线主页_365完美体育官网_365bet体育投日报  点击数: 【字体: 打印
        365bet体育在线主页_365完美体育官网_365bet体育投日报北京8月30日电 (记者张梦然)英国《自然》杂志29日发表的一项地球科学研究中,美国科学家团队通过大量数据训练了一种神经网络,最终运用机器学习方法,识别出了一种基于应力的定律,而这种定律能预测大地震后余震出现地点的模式。
        人类当前的365bet体育在线主页_365完美体育官网_365bet体育投水平尚无法预测地震的到来,甚至未来相当长的一段时间内,地震也是无法精准预测的。但在大地震发生后,估计后续地震发展趋势,也是人们非常关心的问题。科学家认为,余震是对大地震导致的地震应力变化的一种响应,现有的实证定律可用来描述余震的规模和频次,但解释并预测发生余震的地点,同样是相当有难度。
        此前,一种名为“库仑破裂应力变化”(基于地震期间应力向周围的迁移)的因子常被用来解释发生余震的地点,但这种做法一直存在争议,库仑破裂应力的计算和应用中,有一些问题尚待探讨。
        此次,美国康涅狄克大学研究人员费比·德福利尔斯及其同事,利用13.1万多组地震及其余震的配对数据,训练了一种神经网络。研究团队发现,他们的神经网络能在包含3万多组地震—余震的独立数据集中,识别并解释余震出现地点的模式,且比库仑破裂应力变化的准确度更高。
        在随附的新闻与观点文中,美国斯坦福大学科学家格里高利·百洛泽认为,该结果强调了深度学习方法可提高余震预报的准确度,并为进一步了解地震激发机制提供了新见解。