机器学习主要是设计和分析一些让计算机可自动“学习”的算法,从数据中自动分析获得规律,并利用规律对未知数据进行预测的技术。它已广泛应用于数据挖掘、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析等领域。

来自剑桥大学、美国洛斯阿拉莫斯国家实验室以及波士顿大学的研究人员利用一个特殊系统在实验室中模拟地震,他们在这一过程中借助一种较隐蔽的声学信号来“训练”机器学习算法,从中找到规律,最终实现对地震发生的预测。这种声学信号是地壳断块沿断层的突然运动所发出的。而这种突然运动被认为是地震发生的主要原因。

根据这份已刊登在《地球物理学评论快报》的报告,机器学习技术能够分辨出这些声学信号中的特定规律,这种声音通常在地震发生前很长一段时间里就被捕捉到,根据这些特征,机器学习技术能够评估断层承受的压力,以及还有多久会发生断裂,最终对地震是否发生进行比较精确预测。

报告作者之一、剑桥大学教授汉弗莱斯说,利用机器学习技术分析声学数据能够提前相当长时间预测地震何时发生,这就有了充分时间来发出灾害警报。

这项成果主要是在实验室模拟地震中实现的,这与真实状况仍存在一定差别,研究团队希望尽快将这一技术应用于真实的地震分析和预测中,以进一步得到完善。

(来源:新华网)

20160630000123