Al escuchar la señal acústica emitida por un terremoto creado en un laboratorio, Un enfoque informático que utiliza el aprendizaje automático puede predecir el tiempo que queda antes de que falle la falla.

"En cualquier instante dado, el ruido proveniente de la zona de falla del laboratorio proporciona información cuantitativa sobre cuándo se deslizará la falla, "dijo Paul Johnson, becario del Laboratorio Nacional de Los Alamos e investigador principal de la investigación, que se publicó hoy en Cartas de investigación geofísica .

"La novedad de nuestro trabajo es el uso del aprendizaje automático para descubrir y comprender la nueva física del fracaso, mediante el examen de la señal auditiva registrada de la configuración experimental. Creo que el futuro de la física de los terremotos dependerá en gran medida del aprendizaje automático para procesar cantidades masivas de datos sísmicos sin procesar. Nuestro trabajo representa un paso importante en esta dirección, " él dijo.

El trabajo no solo tiene una importancia potencial para la predicción de terremotos, Johnson dijo, pero el enfoque es de gran alcance, aplicable a potencialmente todos los escenarios de falla, incluidas las pruebas no destructivas de materiales industriales, falla frágil de todo tipo, avalanchas y otros eventos.

El aprendizaje automático es un enfoque de inteligencia artificial para permitir que la computadora aprenda de nuevos datos, actualizar sus propios resultados para reflejar las implicaciones de la nueva información.

La técnica de aprendizaje automático utilizada en este proyecto también identifica nuevas señales, anteriormente se pensaba que era ruido de baja amplitud, que proporcionan información de pronóstico a lo largo del ciclo del terremoto. "Estas señales se asemejan al temblor de la Tierra que ocurre en asociación con terremotos lentos en fallas tectónicas en la corteza inferior, ", Dijo Johnson." Hay razones para esperar tales señales de fallas terrestres en la zona sismogénica para fallas que se deslizan lentamente ".

Los algoritmos de aprendizaje automático pueden predecir los tiempos de falla de los terremotos de laboratorio con una precisión notable. La señal de emisión acústica (AE), que caracteriza el estado físico instantáneo del sistema, predice de manera confiable fallas en el futuro. Esto es una sorpresa, Johnson señaló, ya que todo el trabajo anterior había asumido que solo el catálogo de grandes eventos es relevante, y que las pequeñas fluctuaciones en la señal AE podrían despreciarse.

Para estudiar los fenómenos, el equipo analizó los datos de un sistema de fallas de laboratorio que contiene una gubia de fallas, el material molido creado por los bloques de piedra que se deslizan unos sobre otros. Un acelerómetro registró la emisión acústica que emana de las capas de cizallamiento.

Después de una falla por fricción en el laboratorio. el bloque de corte se mueve o se desplaza, mientras que el material de la gubia se dilata y fortalece simultáneamente, como se muestra al aumentar considerablemente el esfuerzo cortante y la fricción. "A medida que el material se acerca al fracaso, comienza a mostrar las características de un régimen de estrés crítico, incluyendo muchas pequeñas fallas de cizallamiento que emiten emisiones acústicas impulsivas, "Johnson describió.

"Este estado inestable concluye con un terremoto de laboratorio real, en el que el bloque de cizallamiento se desplaza rápidamente, la fricción y el esfuerzo cortante disminuyen precipitadamente, y las capas de gubia compactan simultáneamente, ", dijo. En una amplia gama de condiciones, el aparato se desliza con bastante regularidad durante cientos de ciclos de tensión durante un solo experimento. Y lo más importante la señal (debido al chirrido y crujido de la gubia que finalmente conduce a los precursores impulsivos) permite la predicción en el laboratorio, y esperamos que conduzca a avances en la predicción en la Tierra, Johnson dijo.