最近，來(lái)自加州伯克利分校、圣克魯斯分校以及慕尼黑工業(yè)大學(xué)的研究人員發(fā)表論文，闡述了一種嶄新的模型，將深度學(xué)習(xí)引入地震預(yù)測(cè)領(lǐng)域。

　　該模型被命名為RECAST，相比自1988年問(wèn)世以來(lái)改進(jìn)有限的當(dāng)前標(biāo)準(zhǔn)模型ETAS，RECAST可利用更大的數(shù)據(jù)集，提供更高的靈活性。論文作者Kelian Dascher-Cousineau、Oleksandr Shchur、Emily Brodsky和Stephan Günnemann在NVIDIA GPU工作站上訓(xùn)練了該模型。

　　UC伯克利的博士后研究員Dascher-Cousineau表示:“整個(gè)研究領(lǐng)域都在探索如何改進(jìn)ETAS模型，它是一個(gè)非常有用的模型，被廣泛使用，但我們一直很難對(duì)它進(jìn)行改進(jìn)。”

　　RECAST模式的前景在于，它的模型靈活性、自學(xué)習(xí)能力和擴(kuò)展能力將使其能夠解釋更大的數(shù)據(jù)集，并在地震序列期間做出更好的預(yù)測(cè)。如果模型預(yù)測(cè)準(zhǔn)確性得到改進(jìn)，可能會(huì)幫助美國(guó)地質(zhì)調(diào)查局等機(jī)構(gòu)為需要這些信息的人提供更好的信息。例如，消防員和其他首批進(jìn)入受損建筑的救援人員，可能會(huì)從關(guān)于余震的更可靠的預(yù)測(cè)中受益。

　　Dascher-Cousineau表示:“在預(yù)測(cè)方面還有很大的改進(jìn)空間。由于種種原因，我們的團(tuán)隊(duì)還沒(méi)有真正投入機(jī)器學(xué)習(xí)，部分原因是保守，部分原因是這些決策影響深遠(yuǎn)。”

　　RECAST模型與過(guò)去依賴統(tǒng)計(jì)模型的震后預(yù)測(cè)工作不同，后者無(wú)法擴(kuò)展到處理新出現(xiàn)的爆炸式增長(zhǎng)的數(shù)據(jù)集。RECAST模型架構(gòu)建立在神經(jīng)臨時(shí)點(diǎn)過(guò)程上的發(fā)展之上，這是用于基于過(guò)去事件歷史預(yù)測(cè)下一個(gè)事件時(shí)間的概率生成模型。簡(jiǎn)而言之，該模型具有編碼器-解碼器神經(jīng)網(wǎng)絡(luò)架構(gòu)，用于基于過(guò)去事件的歷史預(yù)測(cè)下一個(gè)事件的時(shí)間。

　　Dascher-Cousineau表示，在論文中發(fā)布和基準(zhǔn)測(cè)試該模型證明了它可以快速學(xué)習(xí)ETAS可以做什么，同時(shí)它具有做更多事情的巨大潛力。他說(shuō):“我們的模型是一個(gè)生成模型，就像自然語(yǔ)言處理模型一樣，你可以生成段落和段落的文字，可以對(duì)其進(jìn)行采樣和生成合成目錄。論文的一部分旨在說(shuō)服老學(xué)術(shù)派的地震學(xué)家，這是一個(gè)正在做正確事情的模型——我們沒(méi)有過(guò)度擬合。”

　　地震目錄或地震數(shù)據(jù)記錄對(duì)于特定地理區(qū)域來(lái)說(shuō)可能很小。 這是因?yàn)闀r(shí)至今日，許多目錄來(lái)自解釋來(lái)自地震儀的原始數(shù)據(jù)涂鴉的地震分析師。但這也是AI研究人員正在建立模型的一個(gè)領(lǐng)域，以實(shí)時(shí)自動(dòng)解釋這些P波和數(shù)據(jù)中的其他信號(hào)。

　　使用地震目錄中的標(biāo)注數(shù)據(jù)，機(jī)器學(xué)習(xí)工程師正在重新審視這些原始數(shù)據(jù)源，并構(gòu)建增強(qiáng)的目錄，以獲得訓(xùn)練數(shù)據(jù)和類別的10倍至100倍地震數(shù)量。

　　Dascher-Cousineau表示:“我們不一定要布置更多的儀器來(lái)收集數(shù)據(jù)，而是增強(qiáng)數(shù)據(jù)集。”

　　使用較大的數(shù)據(jù)集，研究人員開(kāi)始看到RECAST相對(duì)于標(biāo)準(zhǔn)ETAS模型的改進(jìn)。 為了推進(jìn)地震預(yù)報(bào)領(lǐng)域的技術(shù)水平，Dascher-Cousineau正在與UC伯克利的本科生團(tuán)隊(duì)合作，以在多個(gè)區(qū)域訓(xùn)練地震目錄，以進(jìn)行更好的預(yù)測(cè)。

　　他說(shuō):“我記得自然語(yǔ)言處理的類比，日本的地震序列對(duì)加利福尼亞地震非常有用這一點(diǎn)似乎非常合理。你會(huì)看到它朝著正確的方向發(fā)展。”