余震強度預測能力升級，Nature 刊文認證基于神經網絡的模型性能優于傳統模型

AIGC動態歡迎閱讀

原標題：余震強度預測能力升級，Nature 刊文認證基于神經網絡的模型性能優于傳統模型
關鍵字：模型,小米,華為,發生,數據
文章來源：HyperAI超神經
內容字數：6885字

內容摘要：

作者：李寶珠
編輯：李瑋棟、xixi，三羊
的發生涉及諸多變量，「預測」存在挑戰，但余震發生次數及強度的預測已取得重大進展。2023 年 12 月 18 日 23 時 59 分，甘肅省臨夏州積石山縣發生 6.2 級，震源深度 10 公里，截至 19 日 06 時，當地就已經監測到了 275 次余震。無獨有偶，日本石川縣能登半島于 2024 年 1 月 1 日下午發生 7.6 級，截至當地時間 2 日 6 時，烈度超 2 度的余震已發生 129 次。
（日本強度分級中的 2 表示：在建筑物中處于安靜狀態的人群中，很多都能感覺到搖晃。）
雖不似猝不及防的主震那般劇烈，但余震的威力也同樣不可小覷。一方面是因為強震的余震震級往往也不?。涣硪环矫妫嗾饚淼亩纹茐模赡軙钤疽褬O為脆弱的建筑進一步被摧毀，致使更大面積的坍塌。
此外，頻繁的余震可能導致山體結構不穩，如遇降水還可能造成山體滑坡、泥石流等次生地質災害。然而，余震通常也是不可預測的，因為在震后短時間內，很難確定主震會如何遠程觸發其他區域的斷裂帶。其實，人們從未停止探索如何實現預測，尤其是 AI、大數據等技術所

原文鏈接：余震強度預測能力升級，Nature 刊文認證基于神經網絡的模型性能優于傳統模型

聯系作者

文章來源：HyperAI超神經
作者微信：HyperAI
作者簡介：解構技術先進性與普適性，解讀更前沿的 AIForScience 案例