使用机器学习的方法可以预测地震断层的剩余时间

洛斯阿拉莫斯国家实验室的研究人员开发了一种桌面模拟器，用于模拟沿人造断层的积累和释放。在该图像中，通过偏振相机镜头观察模拟器,通过听取声信号，使机器学习的计算机可以预测故障发生前的剩余时间。洛斯阿拉莫斯国家实验室研究员和研究主要研究员保罗·约翰逊（Paul Johnson）最近在“（Geophysical Research Letters）”发表的文章中说，“在任何特定的时刻，来自实验室断层带的噪声提供了关于何时断裂的定量信息。

“我们的工作的新奇之处在于通过从实验设置中检查记录的听觉信号，利用机器学习来发现和了解新的断层物理学。我认为地震物理学的未来将严重依赖机器学习处理大量的原始地震资料。我们的工作是朝这个方向迈出的重要一步，“他说。

约翰逊说，这项工作不仅对地震预报具有潜在的意义，而且还具有深远的影响，适用于潜在的所有故障情景，包括各种工业材料脆性破坏的非破坏性测试，雪崩和其他事件。

机器学习是一种人工智能方法，允许计算机从新数据中学习，更新自己的结果以反映新信息。

该项目中使用的机器学习技术还识别了以前被认为是低振幅噪声的新信号，可在整个地震周期中提供预测信息。“这些信号类似于地球发生在与下地壳构造故障慢地震关联震颤，”约翰逊说。“有理由预期这些信号来自于发震区的地球断层，以缓慢滑倒。