人類當前的科技水平尚無法預測地震的到來，甚至未來相當長的一段時間內，地震也是無法精準預測的。但在大地震發生后，估計后續地震發展趨勢，也是人們非常關心的問題。科學家認為，余震是對大地震導致的地震應力變化的一種響應，現有的實證定律可用來描述余震的規模和頻次，但解釋并預測發生余震的地點，同樣是相當有難度。
此前，一種名為“庫侖破裂應力變化”(基于地震期間應力向周圍的遷移)的因子常被用來解釋發生余震的地點，但這種做法一直存在爭議，庫侖破裂應力的計算和應用中，有一些問題尚待探討。
此次，美國康涅狄克大學研究人員費比·德福利爾斯及其同事，利用13.1萬多組地震及其余震的配對數據，訓練了一種神經網絡。研究團隊發現，他們的神經網絡能在包含3萬多組地震—余震的獨立數據集中，識別并解釋余震出現地點的模式，且比庫侖破裂應力變化的準確度更高。
在隨附的新聞與觀點文中，美國斯坦福大學科學家格里高利·百洛澤認為，該結果強調了深度學習方法可提高余震預報的準確度，并為進一步了解地震激發機制提供了新見解。
京公網安備 11010502049343號