Riepilogo ricostruzione sisma 2012
RICOSTRUZIONE EMILIA A SETTE ANNI DAL TERREMOTO
24 Maggio 2019
Decreto crescita
DECRETO CRESCITA: NOVITÀ IN EDILIZIA
4 Luglio 2019

PREVISIONE TERREMOTO CON INTELLIGENZA ARTIFICIALE

previsione terremoto

INTELLIGENZA ARTIFICIALE E PREVISIONE TERREMOTO

Previsione terremoto: sarà presto possibile conoscere quando avverrà la prossima scossa con precisione? L’intelligenza artificiale potrà aiutarci?

Con l’aumento dei dati sismici presenti nei database e la crescente potenza di calcolo dei computer a disposizione, i sismologi stanno puntando ad una disciplina chiamata “machine learning” (o apprendimento automatico) per comprendere e migliorare i complicati modelli di simulazione dell’attività sismica.

In un articolo pubblicato dalla rivista Seismological Research Letters , alcuni ricercatori dichiarano che “stanno utilizzando i metodi di apprendimento automatico per provare a predire le attività sismiche, identificare meglio gli ipocentri dei terremoti, caratterizzare i diversi tipi di onde sismiche e distinguere l’attività sismica da altri tipi di rumore di fondo durante le registrazioni dei sismografi.

L’apprendimento automatico fa riferimento a un insieme di algoritmi e modelli che consentono ai computer di identificare ed estrarre modelli di informazioni (pattern) da insiemi di dati di grandi dimensioni .

MIGLIORA LA SICUREZZA DELLA TUA FAMIGLIA: GRATIS IL MIO EBOOK  “COME PREPARARSI AL PROSSIMO TERREMOTO”

Dichiaro di aver letto e compreso l’informativa sulla privacy e do il mio consenso all’utilizzo dei dati personali inseriti nel presente modulo di contatto.

I metodi di machine learning spesso scoprono questi pattern dai dati stessi, senza riferimento ai meccanismi fisici rappresentati dai dati reali, tali sistemi sono già utilizzati con successo nel riconoscimento facciale, il riconoscimento vocale e altre applicazioni.

Diversi ricercatori stanno utilizzando uno specifico tipo di metodo di apprendimento automatico denominato reti neurali profonde , che può apprendere le complesse relazioni tra enormi quantità di dati di input e il loro output previsto.

Ad esempio, Farid Khosravikia e i colleghi dell’Università del Texas, Austin, mostrano come un tipo di rete neurale profonda possa essere utilizzata per sviluppare i modelli di moto del suolo per terremoti naturali e indotti in Oklahoma, Kansas e Texas.

La natura insolita del crescente numero di terremoti causati dallo smaltimento delle acque reflue petrolifere nella regione rende essenziale prevedere il moto del suolo per i terremoti futuri e mitigare eventualmente il loro impatto.

Secondo quanto affermato da Qingkai Kong dell’Università della California, Berkeley e colleghi, sono già in uso metodi di apprendimento automatico in applicazioni come MyShake, per raccogliere e analizzare i dati dalla rete sismica globale di smartphone crowdsourcing.

Ti serve una consulenza tecnica? Possiamo farlo anche con una videochiamata contattami ora!

 

PREVISIONE TERREMOTO E APPRENDIMENTO AUTOMATICO

Altri ricercatori stanno utilizzando algoritmi di apprendimento automatico per setacciare i dati sismici in modo da identificare meglio le scosse di assestamento del terremoto, l’attività sismica vulcanica e per monitorare il tremore tettonico che segna la deformazione ai bordi delle placche in cui possono verificarsi terremoti.

Alcuni studi utilizzano tecniche di apprendimento automatico per individuare le origini dei terremoti e per distinguere i piccoli terremoti da altri “rumori” sismici nell’ambiente.

L’impiego della machine learnig potrebbe quindi portare ad una svolta nello studio della meccanica dei terremoti che potrebbe far avanzare la ricerca del santo graal della geoscienza: la previsione dei terremoti.

Fonte: phys.org

Sull’argomento Sisma puoi leggere anche il mio articolo RISCHIO TERREMOTO IN EMILIA ROMAGNA

 

Ti è piaciuto l’articolo? Allora condividilo sui social e con le persone a cui pensi possa interessare!

Vuoi migliorare la resistenza ai terremoti della tua casa?

Contattami subito compilando il modulo oppure  con WhatsApp

    Il tuo nome (richiesto)

    La tua email (richiesto)

    Il tuo messaggio

    Lascia un commento

    Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *