决策树式的机器学习揭示出可改善地震预测的新信号

来源 :国际地震动态 | 被引量 : 0次 | 上传用户:hellosunday
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近来,由机器学习驱动的一个新的地球物理学分支正在揭示地球滑动断层的新见解,而这些断层常常引发灾难性的地震。机器学习领域的许多重大发展取决于一种称为深度神经网络的方法,然而,一种更简单、更透明的机器学习形式即决策树(decision trees)正在释放惊人的、新的科学发现。在美国洛斯阿拉莫斯国家实验室进行的地震研究中,包含决策树的机器学习过程揭示了以前未曾预料到的物理原理,这些原理对深度神经网络而言模糊不清,而研究数据集的人类可能永远不会注意到。
其他文献
目的 探讨颈动脉超声与冠心病之间的关系.方法 使用高频超声检测冠心病组44例和对照组36例的颈动脉内膜中层厚度(IMT)及有无粥样硬化斑块,统计分析两组病人指标的差别.结果
2019 年2月15日,国际学术期刊Science刊发了地幔对流模式的最新研究成果(题为:Inferring Earth’s discontinuous chemical layeringfrom the 660-kilometer boundary topogr