通过机器学习支持的光学网络的利用来监测环境
Hasan Awad1, Fehmida Usmani1,2, Emanuele Virgillito1
1Department of Electronics and Telecommunications, Polytechnic University of Turin, 10129 Turin, Italy.
Sensors (Basel, Switzerland)
|May 25, 2024
概括
我们使用光纤网络开发了一种机器学习模型,用于早期地震检测. 该系统准确地识别地震波,使得地震警告更快,并提高了公共安全.
科学领域:
- 地质物理学 地质物理学
- 光学工程是指光学工程.
- 机器学习 机器学习
背景情况:
- 现有的地震网络在覆盖范围和速度方面存在局限性.
- 陆地光纤基础设施为增强的地震监测提供了潜在的解决方案.
研究的目的:
- 开发和验证机器学习模型,用于使用光学网状网络进行早期地震检测.
- 评估系统对地震定位和早期预警的能力.
主要方法:
- 模拟光纤应变数据从使用波板模型的地面位移.
- 训练并验证了一种机器学习模型来检测初级地震波的到来.
- 在M4.3地震中使用三个相互连接的光学网格网络测试了该模型.
主要成果:
- 在验证过程中,机器学习模型在检测初级波方面取得了超过95%的准确性.
- 现实世界的测试表明98%的准确性和1秒的检测时间.
- 该系统成功地定位了地震中心,并计算了距离.
结论:
- 相互连接的光学网格网络可以有效地作为地震监测的智能传感网.
- 开发的机器学习方法可以快速检测和定位地震.
- 这项技术为改善地震预警系统提供了巨大的潜力.
