Advanced Search
 
公 告
作者指南
行业动态
  首页 > 行业动态
最新研究: 将机器学习工具应用于地震数据, 为研究人员提供新的见解

  哥伦比亚大学的一项新研究发现, 机器学习算法可以从世界上最古老和最大的地热储层之一的加州盖瑟斯三年的地震记录中挑选出不同类型的地震。地震的重复模式似乎与注水流入下层热岩的季节性上升和下降相吻合, 这表明地震与引起岩石滑动或破裂的机械过程相关联。

  “这是研究地震的全新方式, ”研究人员指出: “这些机器学习方法从原始数据中挑出了非常细微的差异, 我们正在尝试去解释。”

  机器学习帮助研究人员在能量提取过程中与地下水注入量的波动相联系, 从而为研究人员解释计算机将信号聚集成为可能。研究人员认为: “现在的工作是用传统的方法检查这些星团, 看我们是否能理解他们背后的物理现象。通常你会有一个假设并进行测试, 在这里可以从该机器找到的模式来建立一个假设。”

  这项研究源于不寻常的艺术合作。作者之一霍尔兹曼原是一名音乐家, 长期以来一直关注地震的奇怪声音。有了声音设计师的帮助, 霍尔兹曼已经将显着地震记录的地震波转换成了声音, 然后加速了它们, 使它们变成人耳可理解的。随着研究的深入, 霍尔兹曼希望扩大研究范围, 便与哥伦比亚工程学院和哥伦比亚大学数据科学研究所的教授开始合作。霍尔兹曼想知道机器学习工具是否会在巨大的地震数据集中发现新的市场。

  研究人员计划接下来将这些方法应用于记录其他自然发生的地震以及在实验室中模拟的地震, 以了解它们是否可以将信号类型与不同的断层过程联系起来。

  机器学习工具可以从实验室实验数据中挑出微妙的声学信号, 并预测下一次微观地震的发生时间。尽管自然断层比较复杂, 但研究表明, 机器学习可以为识别大地震前兆提供见解。

  (编译自: https://www.sciencedaily.com/releases/2018/05/180523150010.htm)

(本刊讯)

发布时间: 2018-07-11   浏览: 5643
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn