Автор: 
Исследователи из Университета Вайоминга разработали модель машинного обучения, которая повышает точность прогнозирования землетрясений на 14.5% по сравнению с наиболее точным используемым аналогом. Новая модель эффективно обрабатывает сигналы сейсмометров, а затем автоматически классифицирует интенсивные сейсмические показатели, отличая их от остальных сигналов. И больше: модель способна указать на приблизительную географическую локацию землетрясения. Подробная статья опубликована в журнале Geophysical Journal International.
Модель основана на комбинации методов: длинной цепи элементов краткосрочной памяти (один из типов рекуррентных нейросетей) и свёрточной нейросети. Первая распознаёт, как сигнал изменяется во времени, а вторая выделяет скрытые в шуме сигналов параметры сейсмической активности, чтобы выявить как крупные, так и маломасштабные землетрясения.
Алгоритм был обучен на примере данных о 2709 событиях сейсмической активности и 700039 случайных сейсмических сигналах. По словам разработчиков, технология может использоваться не только для распознавания землетрясений, но и для мониторинга вулканической активности, моделирования инфраструктуры, наблюдения геотермальных систем и в прочих сферах, связанных с обработкой большого количества данных.
