chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

英美研究人員使用機(jī)器學(xué)習(xí)算法來(lái)預(yù)測(cè)未來(lái)地震的發(fā)生

EdXK_AI_News ? 2017-12-06 10:27 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

英國(guó)劍橋大學(xué)發(fā)布一項(xiàng)研究顯示,機(jī)器學(xué)習(xí)技術(shù)在實(shí)驗(yàn)室模擬狀態(tài)下能成功預(yù)測(cè)地震,未來(lái)或許能更高效預(yù)測(cè)這類(lèi)災(zāi)害的發(fā)生。來(lái)自英國(guó)和美國(guó)的一組研究人員使用機(jī)器學(xué)習(xí)技術(shù)成功預(yù)測(cè)了地震的發(fā)生。盡管他們的研究工作是在實(shí)驗(yàn)室里進(jìn)行的,但這個(gè)實(shí)驗(yàn)與現(xiàn)實(shí)生活中的情況非常相似,其研究結(jié)果可以用來(lái)預(yù)測(cè)地震發(fā)生的時(shí)間。

來(lái)自英國(guó)劍橋大學(xué)(University of Cambridge)、美國(guó)洛斯阿拉莫斯國(guó)家實(shí)驗(yàn)室(Los Alamos National Laboratory)和美國(guó)波士頓大學(xué)(Boston University)的研究小組發(fā)現(xiàn)了一個(gè)隱藏的地震信號(hào),并利用這個(gè)“蛛絲馬跡”訓(xùn)練一種機(jī)器學(xué)習(xí)算法來(lái)預(yù)測(cè)未來(lái)地震的發(fā)生。他們的研究結(jié)果同樣適用于預(yù)測(cè)雪崩、滑坡等地質(zhì)災(zāi)害,且被發(fā)表在《地球物理評(píng)論快報(bào)》上。

對(duì)于地球科學(xué)家來(lái)說(shuō),預(yù)測(cè)地震的時(shí)間和震級(jí)是一個(gè)基本的目標(biāo)。一般來(lái)說(shuō),確定地震的發(fā)生地相當(dāng)簡(jiǎn)單:如果地震在某個(gè)特定地點(diǎn)爆發(fā),那么這個(gè)地方很有可能會(huì)再次發(fā)生地震。科學(xué)家?guī)资陙?lái)一直面臨的挑戰(zhàn)是如何確定地震何時(shí)發(fā)生,以及它的危害程度。在過(guò)去的15年里,雖然儀器的精確度得到了提高,但人類(lèi)仍未找到可靠的地震預(yù)測(cè)技術(shù)。

該項(xiàng)目的一部分任務(wù)是尋找使用機(jī)器學(xué)習(xí)技術(shù)使氮化鎵(GaN)發(fā)光二極管更有效率的方法。這項(xiàng)研究的第一作者是Bertrand Rouet-Leduc,曾是劍橋大學(xué)的博士生,后來(lái)搬到新墨西哥州的洛斯阿拉莫斯國(guó)家實(shí)驗(yàn)室,開(kāi)始了劍橋大學(xué)和洛斯阿拉莫斯國(guó)家實(shí)驗(yàn)室在材料科學(xué)機(jī)器學(xué)習(xí)上的合作。從那以后,研究小組開(kāi)始幫助洛斯阿拉莫斯地球物理小組解答機(jī)器學(xué)習(xí)上的問(wèn)題。

由保羅·約翰遜(Paul Johnson)領(lǐng)導(dǎo)的洛斯阿拉莫斯(Los Alamos)團(tuán)隊(duì)研究了地震、地震前兆(通常是非常小的地球運(yùn)動(dòng))和斷層之間的相互作用,希望開(kāi)發(fā)出一種預(yù)測(cè)地震的方法。研究人員使用模擬真實(shí)地震的實(shí)驗(yàn)室系統(tǒng),利用機(jī)器學(xué)習(xí)技術(shù)來(lái)分析“斷層”在移動(dòng)時(shí)發(fā)出的聲音信號(hào),并搜索聲音模型。

實(shí)驗(yàn)室使用鋼塊來(lái)模擬真實(shí)地震中的物理作用力,并記錄發(fā)出的地震信號(hào)和聲音。然后利用機(jī)器學(xué)習(xí)技術(shù)來(lái)尋找來(lái)自斷層的聲音信號(hào)與聲音衰減距離之間的關(guān)系。

這種機(jī)器學(xué)習(xí)算法能夠識(shí)別出一種特殊的聲音模型——以前被認(rèn)為只是噪音,且早在地震發(fā)生之前就已經(jīng)存在了。這種聲音模式的特點(diǎn)是可以用來(lái)精確估計(jì)(百分之幾以?xún)?nèi))斷層的受力(即斷層承受了多大的力),并估計(jì)聲音衰減之前剩余的時(shí)間,隨著衰減的臨近,估計(jì)值變得越來(lái)越精確?,F(xiàn)在,研究小組認(rèn)為這種聲音模型是一種直接測(cè)量給定時(shí)間內(nèi)系統(tǒng)中彈性勢(shì)能的方法。

劍橋大學(xué)材料、科學(xué)與冶金系的教授兼這項(xiàng)研究的合著者柯林·亨弗瑞斯(Colin Humphreys)教授表示,這是機(jī)器學(xué)習(xí)第一次被用來(lái)分析聲學(xué)數(shù)據(jù)以預(yù)測(cè)地震的發(fā)生,在此之前,地震發(fā)生前的警告時(shí)間相當(dāng)長(zhǎng),機(jī)器學(xué)習(xí)能做什么真是超乎想象!亨弗瑞斯教授的主要研究領(lǐng)域是節(jié)能和具有成本效益的發(fā)光二極管,他還是Rouet-Leduc在劍橋大學(xué)攻讀博士學(xué)位時(shí)的導(dǎo)師。

Rouet-Leduc表示,機(jī)器學(xué)習(xí)使得對(duì)數(shù)據(jù)集的分析過(guò)于龐大,以至于人類(lèi)無(wú)法手動(dòng)處理數(shù)據(jù),機(jī)器學(xué)習(xí)以一種不偏不倚的方式看待數(shù)據(jù),從而有了新的發(fā)現(xiàn)。

盡管研究人員發(fā)出警告,基于實(shí)驗(yàn)室的實(shí)驗(yàn)和真實(shí)的地震之間存在著多種差異,但他們?nèi)韵Mㄟ^(guò)把機(jī)器學(xué)習(xí)技術(shù)應(yīng)用到與實(shí)驗(yàn)室系統(tǒng)最相似的真實(shí)系統(tǒng)中來(lái)逐步擴(kuò)展研究方法。美國(guó)加利福尼亞州的圣安德烈亞斯斷層帶(San Andreas Fault)就是這樣一個(gè)真實(shí)系統(tǒng),在該斷層帶,典型的小重復(fù)地震與基于實(shí)驗(yàn)室的地震模擬器相似。對(duì)由北加州延伸至加拿大卑詩(shī)省的卡斯卡迪亞斷層的研究也有了進(jìn)展,在數(shù)周或數(shù)月內(nèi)那里持續(xù)發(fā)生的緩慢地震與實(shí)驗(yàn)室地震非常相似。

Rouet-Leduc稱(chēng),我們目前在儀器設(shè)備、機(jī)器學(xué)習(xí)上取得了重大進(jìn)展,擁有更快的計(jì)算機(jī),處理海量數(shù)據(jù)集的能力也在增強(qiáng),這些都將給地震科學(xué)帶來(lái)巨大的進(jìn)步。


聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴

原文標(biāo)題:英美研究人員使用機(jī)器學(xué)習(xí)技術(shù)成功預(yù)測(cè)地震

文章出處:【微信號(hào):AI_News,微信公眾號(hào):人工智能快報(bào)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    信號(hào)發(fā)生器如何與波束賦形算法配合優(yōu)化?

    )。 算法優(yōu)化: 引入預(yù)測(cè)機(jī)制(如卡爾曼濾波)估計(jì)用戶(hù)未來(lái)位置,提前調(diào)整波束方向。 優(yōu)化波束掃描策略(如分層掃描或基于歷史信息的智能掃描)。 測(cè)試案例: 用戶(hù)高速移動(dòng):信號(hào)發(fā)生器生
    發(fā)表于 08-08 14:41

    【書(shū)籍評(píng)測(cè)活動(dòng)NO.64】AI芯片,從過(guò)去走向未來(lái):《AI芯片:科技探索與AGI愿景》

    》,講述了AI芯片的基礎(chǔ)知識(shí),包括原理、種類(lèi)、廠商、產(chǎn)業(yè)等概況,展望新技術(shù)與研究應(yīng)用。 《AI芯片:前沿技術(shù)與創(chuàng)新未來(lái)》出版后獲得了“憶阻器之父”蔡少棠教授的力薦,當(dāng)時(shí)他認(rèn)為“這是一本關(guān)于深度學(xué)習(xí)和神經(jīng)形態(tài)
    發(fā)表于 07-28 13:54

    【「# ROS 2智能機(jī)器人開(kāi)發(fā)實(shí)踐」閱讀體驗(yàn)】視覺(jué)實(shí)現(xiàn)的基礎(chǔ)算法的應(yīng)用

    的本質(zhì)是解決“雞與蛋”問(wèn)題:機(jī)器人需要地圖來(lái)定位,又需要準(zhǔn)確定位來(lái)構(gòu)建地圖。書(shū)中從前端(傳感器數(shù)據(jù)處理)和后端(位姿優(yōu)化)兩個(gè)層面解析了SLAM的算法邏輯。 激光雷達(dá)和視覺(jué)SLAM各有
    發(fā)表于 05-03 19:41

    研究人員開(kāi)發(fā)出基于NVIDIA技術(shù)的AI模型用于檢測(cè)瘧疾

    瘧疾曾一度在委內(nèi)瑞拉銷(xiāo)聲匿跡,但如今正卷土重來(lái)。研究人員已經(jīng)訓(xùn)練出一個(gè)模型來(lái)幫助檢測(cè)這種傳染病。
    的頭像 發(fā)表于 04-25 09:58 ?616次閱讀

    請(qǐng)問(wèn)STM32部署機(jī)器學(xué)習(xí)算法硬件至少要使用哪個(gè)系列的芯片?

    STM32部署機(jī)器學(xué)習(xí)算法硬件至少要使用哪個(gè)系列的芯片?
    發(fā)表于 03-13 07:34

    FPGA+AI王炸組合如何重塑未來(lái)世界:看看DeepSeek東方神秘力量如何預(yù)測(cè)......

    成形時(shí)延縮短至3μs...... 4) 工業(yè)4.0神經(jīng)中樞:機(jī)器視覺(jué)系統(tǒng)響應(yīng)速度突破120fps;預(yù)測(cè)性維護(hù)準(zhǔn)確率提升至99.2%...... 未來(lái)展望:當(dāng)FPGA遇見(jiàn)生成式AI,Deep Seek
    發(fā)表于 03-03 11:21

    中國(guó)地震局地震預(yù)測(cè)研究所與航天宏圖達(dá)成戰(zhàn)略合作

    2月19日,在科技創(chuàng)新與防災(zāi)減災(zāi)的雙重驅(qū)動(dòng)下,中國(guó)地震局地震預(yù)測(cè)研究所與航天宏圖信息技術(shù)股份有限公司簽訂了戰(zhàn)略合作協(xié)議。地震局地震預(yù)測(cè)
    的頭像 發(fā)表于 02-20 12:54 ?759次閱讀

    機(jī)器學(xué)習(xí)模型市場(chǎng)前景如何

    當(dāng)今,隨著算法的不斷優(yōu)化、數(shù)據(jù)量的爆炸式增長(zhǎng)以及計(jì)算能力的飛速提升,機(jī)器學(xué)習(xí)模型的市場(chǎng)前景愈發(fā)廣闊。下面,AI部落小編將探討機(jī)器學(xué)習(xí)模型市場(chǎng)
    的頭像 發(fā)表于 02-13 09:39 ?514次閱讀

    傳統(tǒng)機(jī)器學(xué)習(xí)方法和應(yīng)用指導(dǎo)

    用于開(kāi)發(fā)生物學(xué)數(shù)據(jù)的機(jī)器學(xué)習(xí)方法。盡管深度學(xué)習(xí)(一般指神經(jīng)網(wǎng)絡(luò)算法)是一個(gè)強(qiáng)大的工具,目前也非常流行,但它的應(yīng)用領(lǐng)域仍然有限。與深度
    的頭像 發(fā)表于 12-30 09:16 ?1583次閱讀
    傳統(tǒng)<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>方法和應(yīng)用指導(dǎo)

    【「具身智能機(jī)器人系統(tǒng)」閱讀體驗(yàn)】+初品的體驗(yàn)

    的快速發(fā)展,相關(guān)人才的需求也在不斷增加,通過(guò)閱讀該書(shū)可以幫助大家系統(tǒng)性地了解和分析當(dāng)前具身智能機(jī)器人系統(tǒng)的發(fā)展現(xiàn)狀和前沿研究,為未來(lái)研究和開(kāi)發(fā)工作提供指導(dǎo)。此外,本書(shū)還可以為
    發(fā)表于 12-20 19:17

    什么是機(jī)器學(xué)習(xí)?通過(guò)機(jī)器學(xué)習(xí)方法能解決哪些問(wèn)題?

    來(lái)源:Master編程樹(shù)“機(jī)器學(xué)習(xí)”最初的研究動(dòng)機(jī)是讓計(jì)算機(jī)系統(tǒng)具有人的學(xué)習(xí)能力以便實(shí)現(xiàn)人工智能。因?yàn)闆](méi)有學(xué)習(xí)能力的系統(tǒng)很難被認(rèn)為是具有智能
    的頭像 發(fā)表于 11-16 01:07 ?1342次閱讀
    什么是<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>?通過(guò)<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>方法能解決哪些問(wèn)題?

    NPU與機(jī)器學(xué)習(xí)算法的關(guān)系

    在人工智能領(lǐng)域,機(jī)器學(xué)習(xí)算法是實(shí)現(xiàn)智能系統(tǒng)的核心。隨著數(shù)據(jù)量的激增和算法復(fù)雜度的提升,對(duì)計(jì)算資源的需求也在不斷增長(zhǎng)。NPU作為一種專(zhuān)門(mén)為深度學(xué)習(xí)
    的頭像 發(fā)表于 11-15 09:19 ?1666次閱讀

    主動(dòng)學(xué)習(xí)在圖像分類(lèi)技術(shù)中的應(yīng)用:當(dāng)前狀態(tài)與未來(lái)展望

    基于Transformer結(jié)構(gòu)提升模型預(yù)測(cè)性能,以確保模型預(yù)測(cè)結(jié)果的可靠性。 此外,本文還對(duì)各類(lèi)主動(dòng)學(xué)習(xí)圖像分類(lèi)算法下的重要學(xué)術(shù)工作進(jìn)行了實(shí)驗(yàn)對(duì)比,并對(duì)各
    的頭像 發(fā)表于 11-14 10:12 ?1578次閱讀
    主動(dòng)<b class='flag-5'>學(xué)習(xí)</b>在圖像分類(lèi)技術(shù)中的應(yīng)用:當(dāng)前狀態(tài)與<b class='flag-5'>未來(lái)</b>展望

    名單公布!【書(shū)籍評(píng)測(cè)活動(dòng)NO.51】具身智能機(jī)器人系統(tǒng) | 了解AI的下一個(gè)浪潮!

    作為高校和科研機(jī)構(gòu)的教材,為學(xué)生和研究人員提供系統(tǒng)的學(xué)習(xí)資源,培養(yǎng)更多的專(zhuān)業(yè)人才。 同時(shí),隨著具身智能機(jī)器人技術(shù)對(duì)社會(huì)的影響越來(lái)越大,通過(guò)本書(shū)可以向公眾普及相關(guān)知識(shí),提升社會(huì)對(duì)新技術(shù)的認(rèn)知和接受度,為技術(shù)
    發(fā)表于 11-11 10:20

    LIBS結(jié)合機(jī)器學(xué)習(xí)算法的江西名優(yōu)春茶采收期鑒別

    以廬山云霧茶和狗牯腦茶的明前茶、雨前茶為對(duì)象,研究激光誘導(dǎo)擊穿光譜結(jié)合機(jī)器學(xué)習(xí)的茶葉鑒別方法。將茶葉茶,水?dāng)?shù)據(jù)融合可有效鑒別春茶采收期,且數(shù)據(jù)融合后表現(xiàn)出更好的穩(wěn)定性和魯棒性,LIBS結(jié)合機(jī)器
    的頭像 發(fā)表于 10-22 18:05 ?801次閱讀
    LIBS結(jié)合<b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b><b class='flag-5'>算法</b>的江西名優(yōu)春茶采收期鑒別