Исследователи в Токийском столичном университете применили методы машинного обучения для быстрой и точной оценки локального магнитного поля Земли на основе данных измерений, полученных во многих точках, что в принципе позволяет обнаружить изменения, вызванные землетрясениями и цунами. Модель на основе глубокой нейронной сети была разработана и обучена на имеющихся данных, и в результате был получен быстрый и эффективный способ оценки магнитного поля для беспрецедентно раннего обнаружения стихийных бедствий. Это важно для создания систем предупреждения, способных сократить число жертв и снизить ущерб.
Разрушения, причиняемые землетрясениями и цунами, не оставляют сомнений в огромной важности умения их предсказывать. Конечно же, существуют системы предупреждения о скором приходе сейсмических волн, но всё же часто бывает так, что S-волна (поперечная волна) приходит раньше предупреждения. Требуются способы более раннего и точного обнаружения землетрясений, чтобы дать жителям время на поиск безопасного убежища и снизить потери.
Известно, что землетрясения и цунами сопровождаются локальными изменениями геомагнитного поля. При землетрясениях в первую очередь возникает пьезомагнитный эффект, когда высвобождение большого объёма накопленных напряжений вызывает локальные изменения магнитного поля; для цунами — это внезапное, обширное движение океана, которое приводит к изменению атмосферного давления. Это в свою очередь затрагивает ионосферу, в результате меняя геомагнитное поле. Оба эффекта можно обнаружить сетью наблюдательных станций. Главное достоинство такого подхода — быстрота, ведь электромагнитные волны распространяются со скоростью света, и изменение магнитного поля мгновенно сообщит о землетрясении.
Однако, как можно определить, является ли обнаруженное изменение поля аномальным? Геомагнитное поле подвержено флуктуациям, и этот способ предполагает знание того, какое поле является «нормальным» в данной местности.
Сотрудники в Токийского столичного университета Юта Катори и Кан Окубо задались целью разработать метод, основанный на проведении множества измерений по всей Японии и получении на их основе оценки магнитного поля в требуемых точках. Они применили новейший алгоритм машинного обучения, известный как «глубокая нейронная сеть», имитирующая соединения нейронов в мозге. Снабдив алгоритм большим объёмом данных предыдущих измерений, в результате его работы они получили предсказания значений магнитного поля в полумиллионе точек, которые совпали с фактическими измерениями, выполненными в 2015 году. Таким образом была получена нейронная сеть, способная с большой точностью оценивать магнитное поле в заданных точках.
Так как вычислительные потребности нейронных сетей относительно невелики, эту систему можно в перспективе объединить с сетью высокочувствительных датчиков, обеспечивая фактически мгновенное обнаружение землетрясений и цунами — и создать эффективную систему предупреждения, снижающую ущерб и спасающую жизни людей.