RSS
امروز شنبه ، ۱ اردیبهشت ۱۴۰۳
آخرین اخبار

طلا بازهم گران شد

تزریق ۲۰۳ همتی پول به بانک ها

سه خبر خوب برای تولید کنندگان

تولید، شرط اقتصادی مقاوم در برابر تکانه‌ها

اولین جلسه شورایعالی بیمه در سال ۱۴۰۳ برگزار شد

یارانه دهک های چهارم تا نهم واریز شد

چاپ ایران چک ۵۰۰ هزار تومانی تکذیب شد

«دستورالعمل اعتبار اسنادی داخلی‏-ریالی» به شبکه بانکی ابلاغ شد

زمان حراج بعدی شمش طلا اعلام شد

اهتمام بانک کشاورزی به حمایت از زنجیره های تامین، با ارائه پلتفرم ها و ابزارهای مالی تعهدی

رمز موفقیت بیمه ما در ۱۴۰۲

چگونه از موبایل به جای کارت بانکی استفاده کنیم؟

تأیید بیمه مرکزی نسبت به افزایش سرمایه‌ی بیمه دی

شاخص فلاکت رکورد ۱۰ ساله را شکست

بازی باخت- باخت سرخابی‌ها با بانک ها

ایران چک های ۵۰۰ هزار تومانی می آیند؟

استقراض بیشتر دولت از بانک مرکزی

مبلغ وام فرزندآوری ۱۴۰۳ اعلام شد

شرایط جدید ضامن وام ازدواج چیست؟

بیت کوین دو برابر طلا کمیاب می‌شود

برات الکترونیکی به زودی رونمایی می شود

فولاد در بن بست نیما

سیاست معیوب کنترل تورم

همسایه های بدهکار

ثبت نام سهامداران در «سجام» از ۴۶ میلیون نفر عبور کرد

پیش‌بینی پس‌لرزه توسط هوش مصنوعی

۹:۵۲ - ۱۳۹۷/۶/۱۰کد خبر: ۲۵۶۳۲۲
ایستانیوز:محققان گوگل و دانشگاه هاروارد سیستم هوش مصنوعی جدیدی توسعه داده‌اند که دقیق‌تر از روش‌های قبلی می‌تواند پس‌لرزه‌ها را پیش بینی کند.
به گزارش ورج، دانشمندان دانشگاه هاروارد و شرکت گوگل با استفاده از یک شبکه عصبی آموزش دیده یک روش جدید برای پیش‌بینی وقوع پس‌لرزه‌های زلزله و محل وقوع آنها طراحی کرده‌اند.
 
به گزارش ایستانیوز به نقل از ایسنا، محققان این شبکه را با داده‌های زلزله‌شناسی تاریخی شامل حدود ۱۳۱ هزار زلزله و پس‌لرزه تغذیه کردند و دقیق‌تر از روش‌های پیشین پیش‌بینی کردند که بیش از ۳۰ هزار پس‌لرزه در چه محلی رخ داده است.
 
این پیش‌بینی دقیق به این دلیل است که هوش مصنوعی از جنبه‌های مختلف تغییرات فشار را در نظر می‌گیرد.
 
البته این مدل هنوز کاملا آماده نشده و فعلا قابل استفاده نیست، چرا که دانشمندان خاطرنشان می‌کنند که مطالعه آنها فعلا تنها یک نوع پس‌لرزه (تغییر استاتیک فشار) را به جای تغییرات استاتیک و دینامیک فشار شامل می‌شود.
 
پس این واقعیت وجود دارد که مدل‌ها در هنگام پیش‌بینی، گسل‌های پیچیده را در نظر نمی‌گیرند.
 
اما این مطالعه یک روش امیدوارکننده است و با توجه به ماهیت عملکرد شبکه‌های عصبی، این کار با آزمایش و زمان بیشتر پیشرفت خواهد کرد.
 

خبرهای مرتبط:



» ارسال نظر
نام:
آدرس ایمیل:
متن: *