《自然》本周发表的一篇论文Deep learning of aftershock patterns following large earthquakes中，研究人员运用
机器学习方法识别出了一种基于应力的定律，这种定律能预测大地震后会出现余震地点的模式。
图片来自新闻与观点文章Aftershock forecasts turn to AI.
MARTY MELVILLE/AFP/GETTY
余震是对大地震导致的地震应力变化的一种响应，现有的实证定律可用来描述余震的规模和频次，但解释并预测发生余震的地点被证实要难得多。此前，一种名为“库仑破裂应力变化”（基于地震期间应力向周围的迁移）的因子常被用来解释发生余震的地点，但这种做法一直存在争议。
地震-余震的配对数据。
DeVries et al.
美国康涅狄克大学的Phoebe devries和同事通过13.1多万组地震及其余震的配对数据训练了一种神经网络。作者发现，他们的神经网络能在包含3万多组地震-余震的独立数据集中，识别并解释出现余震地点的模式，且比库仑破裂应力变化的准确度更高。作者认为该结果强调了深度学习方法可提高余震预报的准确度，并为进一步了解地震激发机制提供了新见解。ⓝ
Nature|doi:10.1038/s41586-018-0438-y
本文由施普林格·自然上海办公室负责翻译。中文内容仅供参考，一切内容以英文原版为准。欢迎转发至朋友圈，如需转载，请邮件 [email protected]。未经授权的翻译是侵权行为，版权方将保留追究法律责任的权利。
© 2018 Macmillan Publishers Limited, part of Springer Nature. All Rights Reserved
本文由《Nature 自然科研》授权转载，欢迎长按下方二维码访问关注。点击「阅读原文」获取英文原文。
閱讀更多 大象公會 的文章
