El equipo de investigación dirigido por el profesor Zhang Jie de la Universidad de Ciencia y Tecnología de China (USTC) de la Academia de Ciencias de China avanzó en la determinación en tiempo real de los mecanismos focales de los terremotos a través del aprendizaje profundo. El trabajo fue publicado en Comunicaciones de la naturaleza .

Dado que existen conexiones entre las características de la superficie de ruptura de la falla de la fuente y la onda sísmica radiada por la fuente, Es vital monitorear el terremoto mediante la determinación inmediata del mecanismo focal de la fuente que se infiere de múltiples registros sísmicos terrestres.

Sin embargo, es difícil calcular el mecanismo a partir de registros simples. Los parámetros sobre los mecanismos focales se informan simplemente o se informan después de unos minutos o incluso más.

En este estudio, El equipo del profesor Zhang aplicó una nueva red neuronal convolucional para resolver este problema de manera efectiva, allanando el camino para la aceleración de la investigación de detalles sobre terremotos.

La red neuronal denominada 'Focal Mechanism Network (FMNet), 'fue entrenado por primera vez para estimar el mecanismo focal de la fuente rápidamente utilizando formas de onda completas. Luego, el modelo de red neuronal fue entrenado por un conjunto de datos integral, que modificó el sistema de informes. Después del terremoto los conjuntos de datos reales se introducen en el sistema de entrenamiento, y los parámetros estimados sobre la fuente del terremoto se pueden calcular en un segundo con un requisito mínimo de recursos informáticos y almacenamiento de memoria.

Un gran número de pruebas prácticas de datos han demostrado la eficacia del método.

Los resultados de este estudio ahora se están traduciendo en funciones prácticas y pronto se pondrán en funcionamiento en el sistema inteligente de monitoreo de terremotos de inteligencia artificial de movimiento terrestre desarrollado conjuntamente por la USTC y la Administración de Terremotos de China.