我国专家学者运用人工神经网络揭露大地震开裂方式

我国专家学者运用人工神经网络揭露大地震开裂方式 中国新闻社合肥市4月25日电 (新闻记者 吴兰)记者25日从我国科技高校获知，贵校李泽峰研究者运用人工神经网络方式，汇总了全世界3000好几个5.5级以上大地震的地震源时间函数特点，研究发现中地震以简易开裂为主导，地震动能释放出来方式具备弱地震震级依赖感。

科研成果前不久发布在国际性著名地理学刊物《地球物理研究快报》(Geophysical Research Letters)上。据了解，该成效互动式地展现全球地震开裂全过程的同质性和多元性，推进了对大地震动能释放出来方式的了解，对大地震初期预警信息具备启发实际意义。

大地震开裂全过程各种各样，客观性考量他们的同质性和差异，有利于了解大地震物理学流程和地震震级的初期预测分析。殊不知，先人科学研究或者累加好几个大地震的均值开裂全过程，没法考量全球地震差别范畴，或者根据一些开裂特点的统计分析，没法保证全部开裂全过程的系统软件较为。

李泽峰研究者运用深度神经网络中的变分自编码器对全世界3000好几个中大中型大地震的地震源时间函数开展二维空间缩小和实体模型构建，互动式地展现了全球地震矩释放出来方式和总数遍布。

研究发现，中地震以简易开裂为主导，繁杂开裂较少，而且揭露了两大类独特大地震的分散规律性，即动能释放出来集中化在开裂中后期的肇事逃逸方式及其分多次动能释放出来的繁杂大地震，发觉地震动能释放出来方式具备弱地震震级依赖感，对大地震初期预警信息中最后地震震级的可预见性给予了有利启发。

本分析是继2021年李泽峰精英团队和美国哈佛大学团队合作科学研究的地震源时间函数聚类方法的发展趋势，也是精英团队近些年专注于将人工智能技术于科学发现系列产品科研成果之一。(完)