07/02/2014 - Künstliche neuronale Netze zur Vorhersage von Erdbeben

Menéame

Forscher der Universität Pablo de Olavide, NT2 Labs - Nikola Tesla New Technology Labs von Chile- Universität Sevilla auf dem Gebiet des Datenbergbaus angewandte Techniken angewandt haben. für die Entdeckung von Mustern in Zeitreihen vonErdbebenursprung, und so in der Lage sein, seine Erscheinung vorherzusagen.

Sie haben insbesondere Künstliche neuronale Netze zur Vorhersage von Erdbeben in Chile, eines der Länder mit der größten seismischen Aktivität der Welt und auf der Iberischen Halbinsel.

Künstliche neuronale Netzwerke sind ein Paradigma für das Lernen und die automatische Verarbeitung inspiriert von der Art und Weise, wie das Nervensystem der Tiere funktioniert. Es handelt sich um ein System der Verbindung von Neuronen, die zusammenarbeiten, um einen Ausgangsimpuls zu erzeugen.

In einem Artikel in der Zeitschrift Applied Soft Computing [1] Sie zeigen eine konkrete Methode, die auf der Anwendung künstlicher neuronaler Netze beruht, die sie zur Vorhersage von Erdbeben in Chile, einem der Länder mit der größten Erdbebenaktivität der Welt, eingesetzt haben. Diese Methode mit leichten Änderungen wurde erfolgreich auf die beiden aktivsten Gebiete der Iberischen Halbinsel angewandt. Ihre Ergebnisse wurden 2013 in der Zeitschrift Tectonophysics [2]. In jüngster Zeit wurden die Methoden gereinigt und die Ergebnisse in beiden Gebieten verbessert, wobei durch die Anwendung von Attributauswahltechniken eine Erfolgsquote von über 80% erreicht wurde. Die Ergebnisse wurden veröffentlicht unter Knowledge-Based Systems [3].

Bei all ihren Experimenten führen die Forscher zwei Arten von Vorhersagen durch: die Wahrscheinlichkeit eines Erdbebens größer als ein bestimmter Schwellenwert und die Wahrscheinlichkeit des Auftretens eines Erdbebens von größerer Größe innerhalb eines bestimmten Zeitintervalls. In beiden Fällen wird die Wahrscheinlichkeit, dass sie innerhalb der nächsten fünf oder sieben Tage auftreten, für Chile bzw. die Iberische Halbinsel gemessen.

Die Genauigkeit der Methode wurde in retrospektiven Experimenten untersucht. Die hohe Erfolgsrate unterstützt die Zweckmäßigkeit der Anwendung von Datenbergbautechniken in diesem Bereich, so die Forscher, und stellt neue Herausforderungen dar, die angegangen werden müssen.

Obwohl es bereits verschiedene Geräte auf dem Markt gibt, die das Kommen eines Erdbebens im Voraus erkennen, ist keines so genau und hat auch keine Möglichkeit, seine Entwicklung zu erweitern oder analytische Daten zu liefern. Francisco Martínez Álvarez, Mitglied der Gruppe IKT-200: Intelligente Systeme und Data Mining von der Universität Pablo de Olavide, erklärt, dass Dieses Modell ist in der Lage, Erdbeben mit hoher Zuverlässigkeit vorauszusagen, für eine vorübergehende Unsicherheit zwischen fünf und sieben Tagen und mit einer räumlichen Fehlermarge von etwa 100×100 km².

Die für diese Arbeit zuständigen Forscher behaupten ebenfalls, dass die entwickelte Methodik auf jede Art von Naturkatastrophe extrapoliert werden könnte, sofern die erforderlichen Daten vorliegen, was zum Beispiel für die Vorhersage von Tsunamis nach einem Erdbeben von großem Interesse wäre, da das derzeitige Erkennungssystem, das aus Alarm-Sensoren besteht, die in Bojen auf See installiert sind, erst vier Stunden vor dem Auftreten des Erdbebens gewarnt wird. Sie prüfen derzeit auch, ob die Methode auf andere Teile der Welt extrapoliert werden kann, da die ersten positiven Ergebnisse für bestimmte Gebiete Chinas und Japans bereits erzielt wurden.

Die Forscher prüfen auch die Möglichkeit, den Datenbergbau auf die Vorhersage von Taifunen anzuwenden, was eine Analyse der damit verbundenen Daten erfordert, die Frage zu klären, ob die Methodik anwendbar und extrapolierbar ist, und entsprechende Änderungen vorzunehmen.

[1] J. Könige, A. Morales-Estban, F. Martinez-Alvarez. Neural networks to predict earthquakes in Chile. Applied Soft Computing, Vol. 13 S. 1314-1328, 2013.

[2]  A. Morales-Esteban, F. Martínez-Álvarez, J. Reyes. Earthquake prediction in seismogenic areas of the Iberian Peninsula based on computational intelligence. Tectonophysics, vol. 593, pp. 121-134, 2013.

[3]  F. Martínez-Álvarez, J. Reyes, A. Morales-Esteban, C. Rubio-Escudero. Determining the best set of seismicity indicators to predict earthquakes. Two case studies: Chile and the Iberian Peninsula. Knowledge-Based Systems, vol. 50, pp. 198-210, 2013.

El Instituto de Materiales Avanzados (INAM) de la Universitat Jaume I de Castellón programó para el 1 de octubre de 2026 su VII Jornada de Transferencia Tecnológica UCIE-INAM, bajo el lema «De la investigación básica al producto comercial». La convocatoria se centró en acercar los resultados de la investigación a empresas, profesionales y agentes de innovación. Del laboratorio a las...

La Asociación de Ingenieros Aeronáuticos de España, en colaboración con el Colegio Oficial de Ingeniería Industrial de Álava, organizó hoy viernes 23 de octubre de 2026 la Conferencia Heraclio Alfaro 2026, centrada en el desarrollo de la industria aeronáutica vasca y su proyección internacional. Industria, liderazgo y cadena de suministro La conferencia lleva por título «Juan Ignacio (Iñaki) López Gandásegui:...

Investigadores de la Universidad Miguel Hernández de Elche (UMH) presentaron el proyecto COGNITRAIN, una propuesta de entrenamiento cognitivo que combina inteligencia artificial, registro de actividad cerebral y aplicaciones interactivas. La iniciativa se orienta especialmente a personas mayores y explora formas de hacer más accesibles estas tecnologías. Cómo funciona la tecnología El sistema utiliza electroencefalografía (EEG), una técnica no invasiva que...

Oracle acaba de emitir una alerta de seguridad para corregir la vulnerabilidad CVE-2026-91403, que afecta al componente Java Secure Socket Extension (JSSE) de versiones concretas de Oracle Java SE y GraalVM. La compañía le asigna una puntuación de 9,1 sobre 10 en CVSS 3.1. La matriz de riesgo señala que la vulnerabilidad puede explotarse por red sin autenticación y que,...

Acuerdo provisional sobre el mercado europeo de carbono El Consejo de la Unión Europea y el Parlamento Europeo alcanzaron el 20 de octubre de 2026 un acuerdo político provisional para modificar las reglas de invalidación de derechos de emisión en la Reserva de Estabilidad del Mercado (MSR), integrada en el régimen de comercio de derechos de emisión de la Unión...