Ricerca sull'apprendimento automatico pubblicata in due articoli correlati oggi in Geoscienze naturali segnala il rilevamento di segnali sismici prevedendo con precisione il lento slittamento della faglia di Cascadia, un tipo di guasto osservato per precedere grandi terremoti in altre zone di subduzione.

I ricercatori del Los Alamos National Laboratory hanno applicato l'apprendimento automatico per analizzare i dati di Cascadia e hanno scoperto che il megathrust trasmette un tremore costante, un'impronta digitale dello spostamento della faglia. Ma ancora più importante, hanno trovato un parallelo diretto tra il volume del segnale acustico del guasto e le sue modifiche fisiche. i gemiti di Cascadia, precedentemente scontato come rumore insignificante, ne prediceva la fragilità.

"Il comportamento di Cascadia è stato sepolto nei dati. Fino a quando l'apprendimento automatico non ha rivelato schemi precisi, tutti abbiamo scartato il segnale continuo come rumore, ma era pieno di ricche informazioni. Abbiamo scoperto un modello sonoro altamente prevedibile che indica lo slittamento e l'errore di guasto, ", ha detto lo scienziato di Los Alamos Paul Johnson. "Abbiamo anche trovato un legame preciso tra la fragilità della faglia e la forza del segnale, che può aiutarci a prevedere in modo più accurato un megaterremoto".

I nuovi articoli sono stati scritti da Johnson, Bertrand Rouet-Leduc e Claudia Hulbert della Divisione di Scienze della Terra e dell'Ambiente del Laboratorio, Christopher Ren della divisione di ricerca sull'intelligenza e lo spazio del laboratorio e collaboratori presso la Pennsylvania State University.

L'apprendimento automatico elabora enormi set di dati sismici per trovare modelli distinti imparando da algoritmi di autoregolazione per creare alberi decisionali che selezionano e riprovano una serie di domande e risposte. L'anno scorso, il team ha simulato un terremoto in laboratorio, utilizzando blocchi di acciaio che interagiscono con rocce e pistoni, e suoni registrati che hanno analizzato con l'apprendimento automatico. Hanno scoperto che i numerosi segnali sismici, precedentemente scontato come rumore insignificante, individuato quando la faglia simulata sarebbe scivolata, un importante passo avanti verso la previsione dei terremoti. Più veloce, terremoti più potenti avevano segnali più forti.

Il team ha deciso di applicare il loro nuovo paradigma al mondo reale:Cascadia. Recenti ricerche rivelano che Cascadia è stata attiva, ma l'attività nota è stata apparentemente casuale. Questo team ha analizzato 12 anni di dati reali dalle stazioni sismiche nella regione e ha trovato segnali e risultati simili:i tremori costanti di Cascadia quantificano lo spostamento della parte in lento scorrimento della zona di subduzione. In laboratorio, gli autori hanno identificato un segnale simile che prevedeva con precisione un'ampia gamma di guasti. Un attento monitoraggio a Cascadia può fornire nuove informazioni sulla zona bloccata per fornire un sistema di allerta precoce.