谷歌與哈佛大學(xué)合作研究能否用深度學(xué)習(xí)技術(shù)預(yù)測余震可能發(fā)生的位置

海嘯、洪水、火山、地震，各種惡劣災(zāi)害在地球上經(jīng)常上演。過去十年，地震和隨之而來的海嘯對受災(zāi)地造成了巨大的經(jīng)濟損失。地震通常是接連出現(xiàn)的，最先出現(xiàn)的是“主震”，隨后是一系列“余震”。雖然這些余震大部分都比主震要小，但在某些情況下，它們可能會讓重建工作變的更困難。雖然目前的技術(shù)已經(jīng)能預(yù)測余震的時間和大小了，但想知道發(fā)生在什么位置卻是有挑戰(zhàn)性的工作。

為此，哈佛大學(xué)和谷歌的機器學(xué)習(xí)專家一起組建團隊，研究能否用深度學(xué)習(xí)技術(shù)預(yù)測余震可能發(fā)生的位置。今天，這篇論文發(fā)表在《Nature》上。為了得到這一結(jié)果，研究團隊首先搜集了世界上100多次地震的信息，并建立了數(shù)據(jù)庫。

1992年南加利福尼亞州蘭德斯地震可視化，中間的彩色區(qū)域表示第一次地震，紅色方塊表示余震位置

根據(jù)數(shù)據(jù)集，研究人員用一個神經(jīng)網(wǎng)絡(luò)來分析主震和余震位置之間對應(yīng)的靜態(tài)應(yīng)力變化關(guān)系。算法可以辨別有用的形狀。最終我們得到了一個可以預(yù)測余震位置的模型。

對蘭德斯地震余震位置的預(yù)測。深紅色區(qū)域表示預(yù)測有余震的范圍，黑色的點表示實際發(fā)生的余震，黃線表示主震時發(fā)生斷層的位置

這項研究最后也帶來了意外的收獲：它可以幫我們確定地震的物理數(shù)值，這對研究地震的生成很重要。當(dāng)我們在數(shù)據(jù)集上應(yīng)用神經(jīng)網(wǎng)絡(luò)時，我們可以看到內(nèi)部因素的結(jié)合，它們是如何找到重要且有用的因素來幫助預(yù)測的。

下面就跟論智看看這篇論文大致講了什么吧：

具體方法

為了訓(xùn)練和測試該模型，我們用的是SRCMOD在線數(shù)據(jù)集，其中含有有限斷層模型。我們計算了SRCMOD中199個滑動分部的應(yīng)力變化張量（其中包含118次主震）。以每次主震為中心，周圍5km×5km×5km的范圍內(nèi)為一個立方體單位。我們從國際地震中心獲得了主震過后一年內(nèi)的余震記錄，將它們表示在每個立方體單位內(nèi)。

通過這種表示方法，余震預(yù)報可以看作是大型二元分類問題，我們的目標(biāo)就是精準(zhǔn)分辨每個立方體單位內(nèi)是否會有余震發(fā)生。

神經(jīng)網(wǎng)絡(luò)就是應(yīng)對這種問題的最好算法。這里使用的神經(jīng)網(wǎng)絡(luò)是全連接的，共有六個隱藏層，每個隱藏層中包含50個神經(jīng)元，并具有雙曲正切函數(shù)（總共有13451個權(quán)重和偏值）。我們用Keras搭建神經(jīng)網(wǎng)絡(luò)，用Theano訓(xùn)練它。在訓(xùn)練時，有10%的訓(xùn)練數(shù)據(jù)樣本用于驗證。

第一層網(wǎng)絡(luò)處理的是神經(jīng)網(wǎng)絡(luò)的輸入，在該案例下，輸入的是在中心計算的應(yīng)力變化張量的六個獨立分量的大小及其負(fù)值。在解決二元分類問題的神經(jīng)網(wǎng)絡(luò)中，最后一層通常是單一sigmoid函數(shù)。而在我們的案例中，最后一個神經(jīng)元的輸出可以理解成一個單元內(nèi)生成一次或多次余震的概率。

模型評估

我們用ROC分析對余震預(yù)測模型進行了評估，ROC曲線廣泛用于評測醫(yī)療診斷檢測的有效性。結(jié)果如圖1所示：

圖1，上排為實際地震情況，下排為神經(jīng)網(wǎng)絡(luò)預(yù)測結(jié)果

ROC分析結(jié)果表示，神經(jīng)網(wǎng)絡(luò)的預(yù)測比目前使用的方法效果要好，神經(jīng)網(wǎng)絡(luò)模型的AUC分?jǐn)?shù)為0.849，而傳統(tǒng)的方法AUC分?jǐn)?shù)僅為0.583。

除此之外，我們運用排列測驗法檢驗神經(jīng)網(wǎng)絡(luò)在測試數(shù)據(jù)集上的數(shù)據(jù)重要性。對每個測試集中的主震分布，我們會隨機生成5000個位置，然后再計算出各自的AUC值。將這些值與實際的AUC比較，生成一個P值。

另外，我們發(fā)現(xiàn)，經(jīng)過學(xué)習(xí)的余震發(fā)生模式是可以用物理解釋的：剪應(yīng)力的最大變化、Von Mises屈服準(zhǔn)則以及應(yīng)力變化張量的獨立元素絕對值之和都能解釋神經(jīng)網(wǎng)絡(luò)預(yù)測中98%的方差。這種機器學(xué)習(xí)做出的決策不僅能提高對余震發(fā)生位置預(yù)測的精確度而且還能確定它蘊涵的能量。

結(jié)語

雖然這一系統(tǒng)還并不精準(zhǔn)，但為未來的研究打下了基礎(chǔ)。也許有一天，機器學(xué)習(xí)預(yù)報器能夠用在災(zāi)難應(yīng)急中，對危險區(qū)域的疏散轉(zhuǎn)移計劃提供幫助。