Seismologen machen Fortschritte bei einem ihrer verlockendsten, aber auch komplexesten Ziele: dem Einsatz von Machine Learning zur Verbesserung der Erdbebenvorhersage. In drei Veröffentlichungen werden Deep-Learning-Modelle beschrieben, die bei der Vorhersage von Erdbeben besser abschneiden als ein herkömmliches Modell auf dem neuesten Stand der Technik – gemeint sind die folgenden Paper: »Using Deep Learning for Flexible and Scalable Earthquake Forecasting«, »Forecasting the 2016-2017 Central Apennines Earthquake Sequence With a Neural Point Process« und »A neural encoder for earthquake rate forecasting«.
Die Ergebnisse sind vorläufig und können wohl nur für begrenzte Situationen Geltung beanspruchen, etwa dafür das Risiko von Nachbeben einzuschätzen, nachdem ein »großes« Erdbeben bereits zugeschlagen hat. Forscherinnen und Forscher sind schon seit Langem auf der Suche nach solchen Vorhersagemöglichkeiten. Die vorliegenden Untersuchungen stellen daher einen bemerkenswerten Fortschritt darin dar, wie sich mit Hilfe des maschinellen Lernens die Risiken durch Erdbeben reduzieren lassen. Mehr erfahren….
