นักวิจัยพัฒนาตัวแบบแผ่นดินไหวที่ทำนายได้ดีขึ้น

ภาพจาก University of Wyoming News

Pejman Tahmasebi และ Tao Bai แห่ง  University of Wyoming ได้คิดค้นตัวแบบการเรียนรู้ของเครื่อง (machine learning) หรือ ML ที่ช่วยเพิ่มความแม่นยำในการตรวจจับแผ่นดินไหวอย่างมีนัยสำคัญเหนือกว่าตัวแบบที่มีในปัจจุบัน Tahmasebi กล่าวว่าตัวแบบประมวลผลข้อมูลสัญญาณที่บันทึกโดยเครื่องวัดคลื่นไหวสะเทือน (seismometer) และสามารถแยกแยะเหตุการณ์แผ่นดินไหวออกจากเสียงแผ่นดินไหวได้โดยอัตโนมัติ ตัวแบบนี้รวม Long  Short-Term Memory (LSTM)  ที่มีอยู่ เข้ากับตัวแบบ ML แบบเครือข่ายคอนโวลูชัน (convolution network) โดยส่วนแรกใช้จับสัญญาณที่เปลี่ยนไปในช่วงเวลา ส่วนหลังใช้กรองคุณสมบัติที่ถูกซ่อนไว้ของเหตุการณ์แผ่นดินไหว Tahmasebi กล่าวว่าตัวแบบมีความแม่นยำในการจำแนก 89.1% เพิ่มขึ้น 14.5% จากตัวแบบ ConvNetQuake ที่จัดว่าทันสมัยที่สุด

อ่านข่าวเต็มได้ที่: University of Wyoming News