Il team di ricerca guidato dal prof. Zhang Jie dell'Università di Scienza e Tecnologia della Cina (USTC) dell'Accademia cinese delle scienze ha compiuto progressi nella determinazione in tempo reale dei meccanismi focali dei terremoti attraverso il deep learning. L'opera è stata pubblicata in Comunicazioni sulla natura .

Poiché esistono connessioni tra le caratteristiche della superficie di rottura della faglia sorgente e l'onda sismica irradiata dalla sorgente, è fondamentale monitorare il terremoto determinando immediatamente il meccanismo focale della sorgente che è dedotto da più registrazioni sismiche del suolo.

Però, è difficile calcolare il meccanismo dai semplici record. I parametri sui meccanismi focali vengono semplicemente riportati o riportati dopo pochi minuti o anche più a lungo.

In questo studio, Il team del Prof. Zhang ha applicato una nuova rete neurale convoluzionale per risolvere questo problema in modo efficace, aprendo la strada all'accelerazione dell'indagine sui dettagli sui terremoti.

La rete neurale, denominata 'Focal Mechanism Network (FMNet), ' è stato inizialmente addestrato a stimare rapidamente il meccanismo focale della sorgente utilizzando forme d'onda complete. Quindi, il modello di rete neurale è stato addestrato da un set di dati completo, che ha modificato il sistema di segnalazione. Dopo il terremoto, i set di dati reali sono introdotti nel sistema di formazione, e i parametri stimati sulla sorgente del terremoto possono essere calcolati in un secondo con un requisito minimo di risorse di calcolo e memoria.

Un gran numero di prove pratiche sui dati hanno dimostrato l'efficacia del metodo.

I risultati di questo studio vengono ora tradotti in funzioni pratiche e saranno presto messi in prova sul sistema di monitoraggio dei terremoti intelligente con intelligenza artificiale del movimento del suolo sviluppato congiuntamente dall'USTC e dalla China Earthquake Administration.