- 科技報導
文章專區
2019-03-01機器學習用於預測及分析地震活動
447 期
Author 作者
編輯部
【本刊訊】機器學習（machine learning）為人工智慧領域的分支，近1、20年來被廣泛地應用於各項領域之中，如統計學與機率相關理論等。機器學習是能讓電腦自我學習的一種演算法，其允許電腦從大數據當中識別、預測及讀取相關資料的訊息，並從中取得資訊的規律性。而機器學習的方式通常藉由解讀數據本身，而非參考現實世界中資料背後的物理機制。目前這些運算方法已成成功應用於數位圖像及語音辨識系統等其它領域。而在近年，隨著地震數據分析與運算能力不斷地提升，越來越多的地震專家將目光投注於機器學習上，以深入瞭解地震的形式及預測地震活動為目標。
就在近日，美國地震學會（Seismological Society of America）研究人員在《地震研究快報》（Seismological Research Letters）發布研究，當中提到團隊利用機器學習方法訓練電腦對地震活動進行預測，找出地震震央，並識別出不同類型的地震波，將這些地震活動與其他類型的地面運動模式進行區別。來自美國哈佛大學（Harvard University）、洛斯阿拉莫斯國家實驗室（Los Alamos National Laboratory）及加州理工學院（California Institute of Technology）的共同研究團隊表示，目前已有越來越多的地震專家將目標投入於機器學習之中，藉由擴增地震相關的數據資料、提升電腦運算能力及利用全新演算法，試圖開發機器學習的潛在運用價值。
目前有部分研究人員正在進行一種稱為深度神經網路（deep neural networks）的機器學習方式，輸入大量的數據於電腦資料庫中，並預測及分析相關數據之間的關係。舉例而言，來自德州大學奧斯汀分校（University of Texas at Austin）的研究人員利用深度神經網路為美國奧克拉荷馬州及德州等地的地震活動進行分析。由於該地區的石油開採及廢水處理問題所引起的地震日益增加，造成許多不尋常的地震活動。而利用深度神經網路未來可以預測相關的地震活動，並能找出解決方案。
機器學習未來也能保存歷年來的地震記錄。根據史丹佛大學（Stanford University）的研究人員表示，機器學習利用可辨識及分類的圖像對相關地震數據進行分析，並以較低的成本獲取數據；其他研究人員則指出，當前機器學習技術也能透過全球智慧型手機與地震相關應用程式，分析各地的地震數據。藉由擴充地震的大數據資訊，後續將可在更快的時間內識別並提供更加準確的地震訊息。
新聞來源
Karianne J. Bergen, Ting Chen, and Zefeng Li, Preface to the Focus Section on Machine Learning in Seismology, Seismological Research Letters, 2019.