Investigadores de la Universidad Metropolitana de Tokio han aplicado técnicas de aprendizaje automático para lograr estimaciones rápidas y precisas de campos geomagnéticos locales utilizando datos tomados en múltiples puntos de observación, lo que potencialmente permite la detección de cambios causados por terremotos y tsunamis. Un modelo de red neuronal profunda DNNfue desarrollado y entrenado utilizando los datos existentes; el resultado es un método rápido y eficiente para estimar campos magnéticos para la detección temprana de desastres naturales sin precedentes. Esto es vital para desarrollar sistemas de alerta efectivos que puedan ayudar a reducir las víctimas y los daños generalizados.
La devastación causada por terremotos y tsunamis deja pocas dudas de que un medio eficaz para predecir su incidencia es de suma importancia. Ciertamente, ya existen sistemas para advertir a las personas justo antes de la llegada de las ondas sísmicas; sin embargo, a menudo es el caso de que elOnda S u onda secundaria, es decir, la luego parte del terremoto, ya ha llegado cuando se da la advertencia. Se requiere urgentemente un medio más rápido y preciso para darles a los residentes locales tiempo para buscar seguridad y minimizar las víctimas.
Se sabe que los terremotos y los tsunamis van acompañados de cambios localizados en el campo geomagnético. Para los terremotos, es principalmente lo que se conoce como un efecto piezo-magnético, donde la liberación de una cantidad masiva de estrés acumulado a lo largo de una falla causa localmentecambios en el campo geomagnético; para los tsunamis, es el movimiento súbito y vasto del mar el que causa variaciones en la presión atmosférica. Esto a su vez afecta la ionosfera, cambiando posteriormente el campo geomagnético. Ambos pueden ser detectados por una red de puntos de observación en variosubicaciones. El principal beneficio de este enfoque es la velocidad; recordando que las ondas electromagnéticas viajan a la velocidad de la luz, podemos detectar instantáneamente la incidencia de un evento al observar los cambios en el campo geomagnético.
Sin embargo, ¿cómo podemos saber si el campo detectado es anómalo o no? El campo geomagnético en varias ubicaciones es una señal fluctuante; todo el método se basa en saber cuál es el campo "normal" en una ubicación.
Por lo tanto, Yuta Katori y Assoc. Prof. Kan Okubo de la Universidad Metropolitana de Tokio se propusieron desarrollar un método para tomar medidas en múltiples ubicaciones alrededor de Japón y crear una estimación del campo geomagnético en diferentes puntos de observación específicos. Específicamente, aplicaronUn algoritmo avanzado de aprendizaje automático conocido como Red Neural Profunda DNN, modelado sobre cómo las neuronas están conectadas dentro del cerebro humano. Al alimentar el algoritmo con una gran cantidad de información tomada de mediciones históricas, permitenEl algoritmo crea y optimiza un conjunto de operaciones extremadamente complejo y de varias capas que mapea de manera más efectiva los datos a lo que realmente se midió. Utilizando medio millón de puntos de datos tomados durante 2015, pudieron crear una red que puede estimar el campo magnético enEl punto de observación con una precisión sin precedentes.
Dado el costo computacional relativamente bajo de los DNN, el sistema puede ser emparejado con una red de detectores de alta sensibilidad para lograr la detección rápida de terremotos y tsunamis, entregando un sistema de advertencia efectivo que puede minimizar el daño y salvar vidas.
Fuente de la historia :
Materiales proporcionado por Universidad Metropolitana de Tokio . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :