19.9 C
London
Saturday, June 12, 2021

मशीन लर्निंग मॉडल यथार्थवादी भूकंपीय तरंग उत्पन्न करता है

मशीन लर्निंग मॉडल यथार्थवादी भूकंपीय तरंग उत्पन्न करता है

SeismoGen, एक मशीन सीखने की तकनीक जो प्रयोगशाला में विकसित की गई है, उच्च गुणवत्ता वाले सिंथेटिक भूकंपीय तरंगों को उत्पन्न करने में सक्षम है। तकनीक थकाऊ और गहन मैनुअल लेबलिंग प्रयास को बचा सकती है और भूकंप का पता लगाने में सुधार करने में मदद कर सकती है। क्रेडिट: लॉस अलामोस नेशनल लेबोरेटरी

हाल ही में प्रकाशित एक अध्ययन के अनुसार, एक नया मशीन-लर्निंग मॉडल जो यथार्थवादी भूकंपीय तरंगों को उत्पन्न करता है, मैनुअल श्रम को कम करेगा और भूकंप का पता लगाने में सुधार करेगा। जेजीआर सॉलिड अर्थ


लॉस अल्मास नेशनल लेबोरेटरी के जियोफिजिक्स समूह के एक कम्प्यूटेशनल वैज्ञानिक और परियोजना के प्रमुख अन्वेषक Youzuo लिन ने कहा, “हमारे जेनरिक मॉडल की प्रभावकारिता को सत्यापित करने के लिए, हमने इसे ओकलाहोमा में एकत्रित भूकंपीय क्षेत्र डेटा पर लागू किया।” “गुणात्मक और मात्रात्मक परीक्षणों और बेंचमार्क के अनुक्रम के माध्यम से, हमने देखा कि हमारा मॉडल उच्च-गुणवत्ता वाले सिंथेटिक तरंगों को उत्पन्न कर सकता है और मशीन सीखने-आधारित भूकंप का पता लगाने वाले एल्गोरिदम में सुधार कर सकता है।”

भूकंपों का त्वरित और सटीक रूप से पता लगाना एक चुनौतीपूर्ण कार्य हो सकता है। लोगों द्वारा किए गए दृश्य का पता लगाने को लंबे समय से सोने का मानक माना जाता है, लेकिन इसके लिए गहन मैनुअल श्रम की आवश्यकता होती है जो बड़े डेटा सेटों में खराब हो। हाल के वर्षों में, मशीन लर्निंग पर आधारित स्वचालित पहचान विधियों ने डेटा संग्रह की सटीकता और दक्षता में सुधार किया है; हालाँकि, उन तरीकों की सटीकता उच्च-गुणवत्ता, लेबल किए गए प्रशिक्षण डेटा की एक बड़ी मात्रा तक पहुंच पर निर्भर करती है, अक्सर दसियों हजारों रिकॉर्ड या अधिक।

इस डेटा दुविधा को हल करने के लिए, शोध दल ने एक पीढ़ीगत प्रतिकूल नेटवर्क (GAN) के आधार पर SeismoGen विकसित किया, जो एक प्रकार का गहन जेनेरेटिव मॉडल है जो कई डोमेन में उच्च-गुणवत्ता वाले सिंथेटिक नमूने उत्पन्न कर सकता है। दूसरे शब्दों में, गहरी जेनेरिक मॉडल चीजों को करने के लिए मशीनों को प्रशिक्षित करते हैं और नए डेटा बनाते हैं जो वास्तविक रूप से गुजर सकते हैं।

एक बार प्रशिक्षित होने के बाद, सिस्मोगेन मॉडल कई लेबल के यथार्थवादी भूकंपीय तरंगों का उत्पादन करने में सक्षम है। जब ओक्लाहोमा में वास्तविक पृथ्वी भूकंपीय डेटासेट पर लागू किया जाता है, तो टीम ने देखा कि सिस्मोगेन-जेनरेट किए गए सिंथेटिक तरंगों से डेटा संवर्द्धन का उपयोग उदाहरणों में भूकंप का पता लगाने वाले एल्गोरिदम में सुधार करने के लिए किया जा सकता है जब केवल छोटी मात्रा में लेबल प्रशिक्षण डेटा उपलब्ध हैं।


शोधकर्ता भूकंप के फोकल तंत्र मापदंडों का अनुमान लगाने के लिए एआई का उपयोग करते हैं


अधिक जानकारी:
Tiantong वैंग एट अल, SeismoGen: भूकंपीय तरंग संश्लेषण संश्लेषण के लिए आवेदन के साथ GAN का उपयोग भूकंपीय विविधता, जर्नल ऑफ जियोफिजिकल रिसर्च: सॉलिड अर्थ (२०२१) है। DOI: 10.1029 / 2020JB020077

लॉस अलामोस नेशनल लेबोरेटरी द्वारा प्रदान किया गया

उद्धरण: मशीन लर्निंग मॉडल यथार्थवादी भूकंपीय तरंगों (2021, 22 अप्रैल) को 22 अप्रैल 2021 को https://phys.org/news/2021-04-machine-realistic-seismic-waveforms.html से प्राप्त करता है।

यह दस्तावेज कॉपीराइट के अधीन है। निजी अध्ययन या अनुसंधान के उद्देश्य के लिए किसी भी निष्पक्ष व्यवहार के अलावा, लिखित अनुमति के बिना किसी भी भाग को पुन: प्रस्तुत नहीं किया जा सकता है। सामग्री केवल सूचना के प्रयोजनों के लिए प्रदान की गई है।

Source

Latest news

Related news

Leave a Reply