神经网络在地震预测中的应用（1994–2019）：关于其局限性的元分析洞察
神经与进化计算
2020-05-26 v1 机器学习
地球物理
摘要
近年来，深度学习解决了看似棘手的问题，提振了人们寻找当前被认为不可解问题的近似方案的希望。地震预测作为地震学的圣杯，在持续令人振奋的发现背景下，显然是深度学习探索的自然选择。我们回顾了人工神经网络（ANN）用于地震预测的完整文献（77 篇文章，1994–2019 年），发现两种新兴趋势：该领域关注度上升，以及 ANN 模型随时间向深度学习复杂化。尽管该语料中观察到表面上的正向结果，我们证明更简单的模型似乎提供相似甚至更优的预测能力。由于地震目录的结构化、表格化性质，以及迄今所考虑特征的有限数量，在研究的现阶段更简单且更透明的机器学习模型似乎更可取。这些基线模型遵循首要物理原理，并与统计地震学已知的经验定律一致，而后者预测大地震的能力极为有限。
引用
@article{arxiv.1910.01178,
title = {Neural Network Applications in Earthquake Prediction (1994-2019): Meta-Analytic Insight on their Limitations},
author = {Arnaud Mignan and Marco Broccardo},
journal= {arXiv preprint arXiv:1910.01178},
year = {2020}
}
备注
25 pages, 7 figures