本網站使用相關技術提供更好的閱讀體驗,同時尊重使用者隱私,點這裡瞭解中央社隱私聲明當您關閉此視窗,代表您同意上述規範。
Your browser does not appear to support Traditional Chinese. Would you like to go to CNA’s English website, “Focus Taiwan”?
こちらのページは繁体字版です。日本語版「フォーカス台湾」に移動しますか。
中央社一手新聞APP Icon中央社一手新聞APP
下載

藉助人工智慧 預測地震餘震發生地點不是夢

2018/8/30 20:38
請同意我們的隱私權規範,才能啟用聽新聞的功能。
請同意我們的隱私權規範,才能啟用聽新聞的功能。

(中央社東京30日綜合外電報導)餘震造成的破壞力有可能會較地震的主震還大,對專家來說,能夠預測餘震更為重要。如今藉助人工智慧,預測餘震發生地點,已略微較容易了。

地震學家雖有方法預測餘震發生的時間和規模強度,但對於如何預測餘震發生地點則充滿不確定性。

為解決這個問題,研究人員利用成千上萬起地震和餘震的資料,訓練一套「深度學習」軟體,檢視是否能改善預測準確度。

研究結果發表在今天出刊的科學雜誌「自然」(Nature),作者之一的哈佛大學博士後研究員德伏里斯(Phoebe DeVries)說:「各種測試資料組合的先前餘震預測基線,準確度約3%;而我們的神經網路預測方法準確度約6%。」

德伏里斯說:「這個方法因未對餘震發生地點持先入為主看法,因而更為準確。」

研究人員運用稱為深度學習的人工智慧,這是大致模仿人腦網絡連結的方式。

研究報告共同作者、哈佛大學地球與行星科學教授米德(Brendan Meade)說,這套軟體可讓研究人員標示出「大地震特徵(斷層形狀、滑動多少、及如何對陸地造成壓力等)和餘震發生地點」之間的關聯。

研究人員保留25%的資料組合進行測試,然後將剩餘資料輸入軟體,測試這套網路對25%先前未輸入資料組合的預測準確度。結果發現,軟體指認出的高風險區域,有6%的確發生餘震,高於現有方法預測的3%。

分析此研究的史丹佛大學地球物理學教授貝羅薩(Gregory Beroza)指出,這項研究僅聚焦於會影響餘震地點的地震所造成的一組變動,另一值得小心審慎的理由是,作者的分析仰賴充滿不確定的各種因素。

德伏里斯坦承,還有更多因素影響餘震發生地點,有待進行更多研究。(譯者:羅苑韶/核稿:劉學源)1070830

中央社「一手新聞」 app
iOS App下載Android App下載

本網站之文字、圖片及影音,非經授權,不得轉載、公開播送或公開傳輸及利用。

172.30.142.73