基于玻璃盒物理规则学习器预测单个地震位置与震级的初步基础
地球物理
2021-07-28 v1 机器学习
摘要
尽管研究者已积累了关于地震成因的知识和数十年的地震数据，但在特定时间和地点预测即将发生的单个地震仍是一个长期未解之谜。本研究假设观测数据隐藏着可能被一种新颖的玻璃盒（相对于黑盒）物理规则学习器（GPRL）框架揭示的隐藏规则。GPRL 无需任何预定义的地震相关机制或统计定律，其两个要素——卷积信息指数和透明链接函数——直接从数据中寻找规则的通用表达式。使用 10 年数据对 GPRL 进行训练，似乎识别出了合理的规则，表明为岩石圈中释放能量的伪功率与伪涡度的组合。独立的 feasibility 测试支持所揭示规则在预测地震震级及其具体位置方面的潜在作用。所识别的规则和 GPRL 尚处于初期阶段，需要大幅改进。尽管如此，本研究暗示了存在数据引导的、通往即将发生的单个地震预测的隐藏路径。
引用
@article{arxiv.2107.12915,
title = {Initial Foundation for Predicting Individual Earthquake's Location and Magnitude by Using Glass-Box Physics Rule Learner},
author = {In Ho Cho},
journal= {arXiv preprint arXiv:2107.12915},
year = {2021}
}