《自然》本週發表的一篇論文Deep learning of aftershock patterns following large earthquakes中，研究人員運用
機器學習方法識別出了一種基於應力的定律，這種定律能預測大地震後會出現餘震地點的模式。
圖片來自新聞與觀點文章Aftershock forecasts turn to AI.
MARTY MELVILLE/AFP/GETTY
餘震是對大地震導致的地震應力變化的一種響應，現有的實證定律可用來描述餘震的規模和頻次，但解釋並預測發生餘震的地點被證實要難得多。此前，一種名為“庫侖破裂應力變化”（基於地震期間應力向周圍的遷移）的因子常被用來解釋發生餘震的地點，但這種做法一直存在爭議。
地震-餘震的配對數據。
DeVries et al.
美國康涅狄克大學的Phoebe devries和同事通過13.1多萬組地震及其餘震的配對數據訓練了一種神經網絡。作者發現，他們的神經網絡能在包含3萬多組地震-餘震的獨立數據集中，識別並解釋出現餘震地點的模式，且比庫侖破裂應力變化的準確度更高。作者認為該結果強調了深度學習方法可提高餘震預報的準確度，併為進一步瞭解地震激發機制提供了新見解。ⓝ
Nature|doi:10.1038/s41586-018-0438-y
本文由施普林格·自然上海辦公室負責翻譯。中文內容僅供參考，一切內容以英文原版為準。歡迎轉發至朋友圈，如需轉載，請郵件 [email protected]。未經授權的翻譯是侵權行為，版權方將保留追究法律責任的權利。
© 2018 Macmillan Publishers Limited, part of Springer Nature. All Rights Reserved
本文由《Nature 自然科研》授權轉載，歡迎長按下方二維碼訪問關注。點擊「閱讀原文」獲取英文原文。
閱讀更多 大象公會 的文章
