Pesquisa de aprendizado de máquina publicada em dois artigos relacionados hoje em Nature Geoscience relata a detecção de sinais sísmicos, prevendo com precisão o deslizamento lento da falha de Cascadia, um tipo de falha observada para preceder grandes terremotos em outras zonas de subducção.

Os pesquisadores do Laboratório Nacional de Los Alamos aplicaram o aprendizado de máquina para analisar os dados da Cascadia e descobriram que a megaterrust transmite um tremor constante, uma impressão digital do deslocamento da falha. Mais importante, eles encontraram um paralelo direto entre o volume do sinal acústico da falha e suas mudanças físicas. Os gemidos de Cascadia, anteriormente descontado como ruído sem sentido, predisse sua fragilidade.

"O comportamento de Cascadia estava enterrado nos dados. Até que o aprendizado de máquina revelasse padrões precisos, todos nós descartamos o sinal contínuo como ruído, mas estava cheio de informações valiosas. Descobrimos um padrão de som altamente previsível que indica deslizamento e falha de falha, "disse o cientista de Los Alamos, Paul Johnson." Também encontramos uma ligação precisa entre a fragilidade da falha e a força do sinal, o que pode nos ajudar a prever com mais precisão um mega-terremoto. "

Os novos artigos foram de autoria de Johnson, Bertrand Rouet-Leduc e Claudia Hulbert da Divisão de Ciências Ambientais e Terrestres do Laboratório, Christopher Ren da Divisão de Inteligência e Pesquisa Espacial do Laboratório e colaboradores da Universidade Estadual da Pensilvânia.

O aprendizado de máquina analisa enormes conjuntos de dados sísmicos para encontrar padrões distintos, aprendendo com algoritmos de autoajuste para criar árvores de decisão que selecionam e retestam uma série de perguntas e respostas. Ano passado, a equipe simulou um terremoto em um laboratório, usando blocos de aço interagindo com rochas e pistões, e sons gravados que eles analisaram por aprendizado de máquina. Eles descobriram que os vários sinais sísmicos, anteriormente descontado como ruído sem sentido, identificado quando a falha simulada escorregaria, um grande avanço para a previsão de terremotos. Mais rápido, terremotos mais poderosos tinham sinais mais altos.

A equipe decidiu aplicar seu novo paradigma ao mundo real:Cascadia. Uma pesquisa recente revela que Cascadia está ativa, mas a atividade observada tem sido aparentemente aleatória. Esta equipe analisou 12 anos de dados reais de estações sísmicas na região e encontrou sinais e resultados semelhantes:Os tremores constantes de Cascadia quantificam o deslocamento da parte que desliza lentamente da zona de subducção. No laboratório, os autores identificaram um sinal semelhante que previu com precisão uma ampla gama de falhas de falha. O monitoramento cuidadoso em Cascádia pode fornecer novas informações sobre a zona bloqueada para fornecer um sistema de alerta precoce.