前言:
{
这几天开始忙了,可能时间没有之前充裕,但是我尽量3天一更吧。
这篇论文的名称是《Machine Learning Predicts Laboratory Earthquakes》(机器学习预测实验室地震)[1],读一读扩充一下视野。
}
正文:
{
在第一节,作者先介绍了经典的地震预测方法:基于地震的间隔时间来预测。但是,这种方法在最近的一段时间开始不靠谱了。而且受仪器进步的影响,最近10几年的发现了之前未被识别的地震新现象:慢滑移,低频地震和地球震颤[2],这些新发现可能对预测地震有帮助。并且随着仪器越来越先进,也许最终我们能发现所有地震的先兆。
第二节的标题是材料与方法。在实验室中,当材料受力并接近失效时,它会显示出临界受力形态的相关特征,包括许多小的剪切失效,而从这种不稳定的状态可以推断出一次实验室地震。作者试图使用音频信号来预期失效剩余时间(即在最近一次失效前所剩的时间)。
![](https://i-blog.csdnimg.cn/blog_migrate/b4759456627e0ff8f4dd367b2f78d9f4.png)
在图1中,a部分的红线代表要预测的失效剩余时间;b部分的黑线代表用于训练的音频数据,黑线上面的虚线方框代表计算特征的移动窗口,黑线下面的三条线代表三种特征数据,