211service.com
機械学習アルゴリズムは実験室の地震を予測します
地震は恐ろしい人的被害をもたらします。地震とその余波で毎年約1万人が亡くなっていますが、その犠牲者ははるかに高くなる可能性があります。 2004年にスマトラ島沖でマグニチュード9の地震が発生した後の津波で、23万人以上が亡くなりました。ハイチがマグニチュード7の地震に見舞われた後、2010年に20万人以上がハイチで亡くなりました。そして1556年に中国の地震で80万人以上が亡くなったと考えられています。
したがって、地震を予測するためのより良い方法（どのような方法でも）は非常に価値があります。
ニューメキシコ州のロスアラモス国立研究所のBertrandRouet-Leducと、注目に値する発見をした数人の仲間に参加してください。彼らは機械学習アルゴリズムを訓練して、実験室の地震が緊張下で発する音だけを使って道を譲ろうとしているという証拠となる兆候を見つけました。チームは実際の地震に対する新しい技術の有用性について慎重ですが、この作業はこの分野の研究の新しい道を開きます。
最初にいくつかの背景。地質学者は長い間、地震のおおよそのリスクを解明することができました。彼らのアプローチは、断層が過去に移動した時期を特定し、周期性を使用して将来を予測することです。
最も有名な例は、カリフォルニアのサンアンドレアス断層のパークフィールドセグメントで、地球上で最も注意深く研究された断層の1つです。ここでは1857年、1881年、1901年、1922年、1934年、1966年に地震が発生し、22年ごとに地震が発生するパターンが数年かかることを示唆しています。したがって、地質学者は1988年から1993年の間に地震が発生すると予測しましたが、彼らは震えを2004年まで待たなければなりませんでした。
そして、それは地震予報とほぼ同じです。他のほとんどの場所では、エラーバーは桁違いに大きくなっています。
このような予測は、地震が発生しやすいことが知られている地域で建築基準などを実施するのに役立ちます。しかし、それらは地震が起こったときの死を防ぐのにほとんど役に立たない。そのためには、日数で測定された期間にわたる予測が必要です。動物が地震の差し迫った開始を何らかの形で感知できることを示唆する多くの事例証拠があるにもかかわらず、このタイプの予測がこれまでに可能であるという証拠はほとんどありませんでした。
Rouet-Leducと共同の仕事はそれを変えるかもしれません。彼らは、他の2つのブロックに挟まれた1つのブロックを引っ張ることによって、ラボで人工地震を作成しました。ブロック間の境界面では、実際の断層の特性をシミュレートするために、ガウジ材料と呼ばれる岩石材料の混合物を詰めました。
この種の人工地震システムはよく研究されています。地質学者は、地震が近づくと、ガウジの材料が壊れ始め、それがせん断するときにうめき声と亀裂を放出することを知っています。これは一種の地震のチャタリングです。その後、ブロックは準周期的にスリップします。
このシステムは、実際の地震といくつかの類似点があります。たとえば、スリップのサイズ分布は、実際の地震のサイズ分布と同じです。それはたくさんの小さなスリップとほんの少しの大きなスリップを生成します—実際の地震がそうであるように、よく知られているグーテンベルグ・リヒターの関係に従う分布です。したがって、地質学者は、このシステムが現実の世界で見られる行動の少なくとも一部を模倣していると確信しています。
これらの人々が尋ねる質問は、断層によって発せられた音が次のスリップの時間を予測するために使用できるかどうかです。これまで、そのような予測を行うために使用できるこれらの音のパターンを発見した人は誰もいません。しかし、Rouet-Leducと共同研究者は新しいアプローチを採用しました。
彼らは実験からのアコースティックエミッションを記録し、それらを機械学習アルゴリズムに供給しました。アイデアは、地質学者がこれまで見逃していたパターンをマシンが解読できるかどうかを確認することでした。そして確かにそれはしました。
結果は驚くべきものです。研究者たちは、アコースティックエミッションのスライディングウィンドウをアルゴリズムに与え、地震の可能性の各瞬間で予測を行うように求めました。驚いたことに、地震が差し迫っていなくても、機械は正確な予測を行いました。実験室の故障によって放出される音響信号を聞くことにより、機械学習は故障するまでの残り時間を非常に正確に予測できることを示しています。
パズルは、マシンがこれを行う方法です。 Rouet-Leducらは、地震の前兆は以前に考えられていたよりもはるかに小さい可能性があるため、通常は現実の世界では記録されないという仮説を立てています。この機械は、地質学者が以前に実験室の地震でノイズとして却下したまったく新しい信号を発見したようです。私たちの機械学習分析は、スリップ物理学への新しい洞察を提供すると彼らは言います。
それは重要な意味を持つ魅力的な仕事です。それが提起する最初のそして最も明白な問題は、同じ技術が実際の地震を正確に予測できるかどうかです。
Rouet-Leducと共同研究者はこの点で慎重です。彼らは、実験室での実験は実際の地震とはさまざまな重要な点で異なると指摘しています。せん断応力は実際の地震よりも桁違いに大きく、関係する岩石の温度も異なります。
しかし、実験室の地震が地球上の地震に似ている他の方法があります。したがって、チームの次の目標は、実験室の地震に最も似ている実際の地震に同じ種類の分析を適用することです。その1つがパークフィールドで、比較的短期間に多くの地震が繰り返されます。これらの障害パッチのリピーターは、実験室と同様にチャタリングを発している可能性があると彼らは示唆しています。
もちろん、大きな試練は実際に地震を正確に予測することです。これは難しい作業であり、長年にわたって注意深く観察する必要があります。
それまでの間、航空機や発電所のタービンなど、他の材料の地震のような故障を予測するために同じ手法を適用することができます。
しかし、新しい技術が適用され、Rouet-Leducと共同研究者は、地質学の世界の鳩の中に猫を設定しました。彼らが結論付けているように：地震科学の潜在的に顕著な進歩のための段階が設定されています。
参照： arxiv.org/abs/1702.05774 ：機械学習は実験室の地震を予測します