什么是自動化機器學(xué)習(xí)?機器學(xué)習(xí)可對地震進行監(jiān)測!

在下述的內(nèi)容中，小編將會對機器學(xué)習(xí)的相關(guān)消息予以報道，如果機器學(xué)習(xí)是您想要了解的焦點之一，不妨和小編共同閱讀這篇文章哦。

一、機器學(xué)習(xí)可對地震進行檢測

國際著名學(xué)術(shù)期刊《自然》最新發(fā)表一篇地球科學(xué)論文，研究人員開展的一項研究顯示，一個機器學(xué)習(xí)模型可以對大型地震的演化進行準(zhǔn)確的實時估測，這個經(jīng)過訓(xùn)練的機器學(xué)習(xí)模型能測定以光速傳播的重力變化信號。

該論文介紹，對地震的監(jiān)測一般需要測定地震波，地震波是在地殼中傳播的能量脈沖。然而，基于地震波的預(yù)警系統(tǒng)有時候反應(yīng)太慢，無法在大型地震(矩震級8或以上)發(fā)生的當(dāng)下準(zhǔn)確估算地震規(guī)模。有一種解決辦法是追蹤即時彈性重力信號(prompt elastogravity signals，PEGS)，這種信號以光速傳播，由巖體突然錯動導(dǎo)致重力變化而產(chǎn)生。不過，PEGS是否能用來對大型地震出現(xiàn)后的方位和發(fā)展做出快速可靠的實時估算，一直有待驗證。

論文通訊作者、法國蔚藍海岸大學(xué)、蔚藍海岸天文臺、法國發(fā)展研究院和法國國家科學(xué)研究中心的安德里亞·利西亞迪(Andrea Licciardi)及同事和國際同行合作，在日本1400個潛在地震位置模擬了35萬個地震情景，并利用PEGS信號訓(xùn)練了一個稱為PEGSNet的深度學(xué)習(xí)模型。之后，他們又用2011年日本東北大地震的實時數(shù)據(jù)測試了這個模型，2011年日本東北大地震是迄今有記錄的規(guī)模最大、破壞力最強的地震之一。研究團隊發(fā)現(xiàn)，PEGSNet能準(zhǔn)確計算地震方位、地震規(guī)模，以及地震隨時間的變化。重要的是，PEGSNet能快速給出以上信息，在地震波達到達前就做出判斷。

論文作者總結(jié)表示，PEGSNet在大型地震及其演化(從地表破裂到可能出現(xiàn)的相關(guān)海嘯)的早期監(jiān)測方面或能發(fā)揮重要作用。雖然這個模型主要針對日本，但該模型也能很好地適用于其他地區(qū)，只需很小的調(diào)整就能實時使用這一策略。

二、自動化機器學(xué)習(xí)

近來經(jīng)?？吹降淖詣踊瘷C器學(xué)習(xí)又是什么呢，機器不就是在自動化的學(xué)習(xí)嗎?要理解這個還需對人工智能算法研究有一個簡單的概念。機器學(xué)習(xí)的技術(shù)非常復(fù)雜，機器學(xué)習(xí)的研發(fā)項目比傳統(tǒng)的開發(fā)項目復(fù)雜很多，一個簡單的項目，周期也要幾周到幾個月的時間，實際企業(yè)中的項目即便是有一個比較成熟的團隊，一般也要幾個月到半年、一年的時間這都很正常。機器學(xué)習(xí)項目的最大不確定性在于不知道多長時間后才能達到設(shè)定的目標(biāo)，就是模型能夠真正可用。否則就無法實際商用，不能形成銷售收入。模型無法達到目標(biāo)精度很大程度是因為算法很難對最后效果進行一個準(zhǔn)確的預(yù)測，所以我們采用迭代式的改進方法，就是不斷的把開發(fā)過程重復(fù)，等最后模型做出來之后，分析模型結(jié)果，分析模型性能，然后進一步改進算法，在整個迭代過程中很多步驟都必須重新做，導(dǎo)致開發(fā)效率比較低。風(fēng)險更高的是很多人工智能項目即便投入大量時間，投入大量人力之后還是會失敗。來自權(quán)威機構(gòu)Gartner的統(tǒng)計，60%的人工智能項目都以失敗告終。

據(jù)它的調(diào)查顯示，人工智能項目失敗有兩種原因：一方面，技術(shù)要求不達標(biāo)，如很多人工智能項目中機器學(xué)習(xí)算法最后的準(zhǔn)確度不夠好;另一方面，項目進展緩慢，部分項目實施時時間越來越長，但是進展不明顯，雖然有進展，但是距離項目目標(biāo)很遠。可能是工程的原因，也可能是算法的原因。大部分企業(yè)對人工智能投入還是有限的，到一定程度還沒有進展，或者成本開銷過大，都會被叫停，最后導(dǎo)致項目失敗。項目失敗的事情，即便在有豐富經(jīng)驗的人工智能團隊的公司里，也會經(jīng)常發(fā)生，因為進展不夠快。

上述所有信息便是小編這次為大家推薦的內(nèi)容，希望大家能夠喜歡，想了解更多有關(guān)它的信息或者其它內(nèi)容，請關(guān)注我們網(wǎng)站哦。