નવલકથા આર્ટિફિશિયલ ઇન્ટેલિજન્સ અભિગમ ભૂકંપ પછી આફ્ટરશોક્સના સ્થાનની આગાહી કરવામાં મદદ કરી શકે છે
An ધરતીકંપ માં ભૂગર્ભમાં ખડક હોય ત્યારે સર્જાતી ઘટના છે પૃથ્વીની ભૂસ્તરશાસ્ત્રીય ફોલ્ટ લાઇનની આસપાસ અચાનક પોપડો તૂટી જાય છે. આનાથી ઉર્જાનું ઝડપી પ્રકાશન થાય છે જે ધરતીકંપના તરંગો ઉત્પન્ન કરે છે જે પછી જમીનને ધ્રુજારી આપે છે અને આ તે સંવેદના છે જે આપણે ધરતીકંપ દરમિયાન પડી હતી. જ્યાં ખડક તૂટે છે તેને ફોકસ ઓફ ધ કહેવામાં આવે છે ધરતીકંપ અને તેની ઉપર જમીન પરની જગ્યાને 'એપિસેન્ટર' કહે છે. રીલીઝ થયેલી ઉર્જાને મેગ્નિટ્યુડ તરીકે માપવામાં આવે છે, જે ધરતીકંપ કેટલો ઊર્જાસભર હતો તેનું વર્ણન કરવા માટેનો સ્કેલ છે. 2 ની તીવ્રતાનો ધરતીકંપ ભાગ્યે જ સમજી શકાય છે અને માત્ર સંવેદનશીલ વિશિષ્ટ સાધનોનો ઉપયોગ કરીને રેકોર્ડ કરી શકાય છે, જ્યારે ધરતીકંપો 8 થી વધુની તીવ્રતાના કારણે જમીન નોંધપાત્ર રીતે ખૂબ જ સખત હલાવી શકે છે. ધરતીકંપ સામાન્ય રીતે સમાન પદ્ધતિ દ્વારા આવતા ઘણા આફ્ટરશોક્સ દ્વારા અનુસરવામાં આવે છે અને જે સમાન રીતે વિનાશક હોય છે અને ઘણી વખત તેમની તીવ્રતા અને તીવ્રતા મૂળ ધરતીકંપ જેવી જ હોય છે. આવા ભૂકંપ પછીના આંચકા સામાન્ય રીતે પ્રથમ કલાકમાં અથવા મુખ્ય પછીના એક દિવસમાં આવે છે ધરતીકંપ. આફ્ટરશોક્સના અવકાશી વિતરણની આગાહી કરવી ખૂબ જ પડકારજનક છે.
વૈજ્ઞાનિકોએ આફ્ટરશોક્સના કદ અને સમયનું વર્ણન કરવા માટે પ્રયોગમૂલક કાયદા ઘડ્યા છે પરંતુ તેમનું સ્થાન નક્કી કરવું હજુ પણ એક પડકાર છે. ગૂગલ અને હાર્વર્ડ યુનિવર્સિટીના સંશોધકોએ મૂલ્યાંકન માટે એક નવો અભિગમ ઘડી કાઢ્યો છે ધરતીકંપો અને આર્ટિફિશિયલ ઇન્ટેલિજન્સ ટેક્નોલોજીનો ઉપયોગ કરીને આફ્ટરશોક્સના સ્થાનની આગાહી તેમના અભ્યાસમાં પ્રકાશિત કરવામાં આવી હતી કુદરત. તેઓએ ખાસ કરીને મશીન લર્નિંગનો ઉપયોગ કર્યો - આર્ટિફિશિયલ ઇન્ટેલિજન્સનું એક પાસું. મશીન લર્નિંગ અભિગમમાં, મશીન ડેટાના સમૂહમાંથી 'શીખે છે' અને આ જ્ઞાન પ્રાપ્ત કર્યા પછી તે આ માહિતીનો ઉપયોગ નવા ડેટા વિશે આગાહી કરવા માટે સક્ષમ બને છે.
સંશોધકોએ સૌ પ્રથમ ડીપ લર્નિંગ અલ્ગોરિધમનો ઉપયોગ કરીને વૈશ્વિક ધરતીકંપના ડેટાબેઝનું વિશ્લેષણ કર્યું. ડીપ લર્નિંગ એ અદ્યતન પ્રકારનું મશીન લર્નિંગ છે જેમાં ન્યુરલ નેટવર્ક માનવ મગજની વિચારવાની પ્રક્રિયાની નકલ કરવાનો પ્રયાસ કરે છે. આગળ, તેઓએ સક્ષમ થવાનું લક્ષ્ય રાખ્યું આગાહી આફ્ટરશોક્સ રેન્ડમ અનુમાન કરતાં વધુ સારા છે અને આફ્ટરશોક્સ ક્યાં આવશે તેની સમસ્યા હલ કરવાનો પ્રયાસ કરો. વિશ્વભરના 199 થી વધુ મોટા ધરતીકંપોમાંથી એકત્ર કરાયેલ અવલોકનોનો ઉપયોગ લગભગ 131,000 મુખ્ય આંચકા-આફ્ટરશોક જોડીનો સમાવેશ થતો હતો. આ માહિતીને ભૌતિકશાસ્ત્ર-આધારિત મોડેલ સાથે જોડવામાં આવી હતી જે કેવી રીતે તેનું વર્ણન કરે છે પૃથ્વી એક પછી તાણ અને તંગ હશે ધરતીકંપ જે પછી આફ્ટરશોક્સ શરૂ કરશે. તેઓએ 5 કિલોમીટર-ચોરસ ગ્રીડ બનાવ્યા જેમાં સિસ્ટમ આફ્ટરશોક માટે તપાસ કરશે. ન્યુરલ નેટવર્ક પછી મુખ્ય ધરતીકંપ અને આફ્ટરશોક્સના સ્થાનને કારણે થતા તાણ વચ્ચે સંબંધ બનાવશે. એકવાર ન્યુરલ નેટવર્ક સિસ્ટમ આ રીતે સારી રીતે પ્રશિક્ષિત થઈ ગયા પછી, તે આફ્ટરશોક્સના સ્થાનની ચોક્કસ આગાહી કરવામાં સક્ષમ હતી. અભ્યાસ અત્યંત પડકારજનક હતો કારણ કે તેમાં ભૂકંપના જટિલ વાસ્તવિક-વિશ્વ ડેટાનો ઉપયોગ કરવામાં આવ્યો હતો. સંશોધકો વૈકલ્પિક રીતે સેટ કરે છે કૃત્રિમ અને આગાહીઓ બનાવવા માટે 'આદર્શ' ધરતીકંપોના પ્રકાર અને પછી આગાહીઓની તપાસ કરી. ન્યુરલ નેટવર્ક આઉટપુટને જોતા, તેઓએ પૃથ્થકરણ કરવાનો પ્રયાસ કર્યો કે આફ્ટરશોક્સની આગાહીને નિયંત્રિત કરવાની વિવિધ 'જથ્થાઓ' સંભવિત છે. અવકાશી તુલના કર્યા પછી, સંશોધકો એવા નિષ્કર્ષ પર પહોંચ્યા કે લાક્ષણિક આફ્ટરશોક પેટર્ન ભૌતિક રીતે 'અર્થઘટન યોગ્ય' હતી. ટીમ સૂચવે છે કે વિચલિત તાણ તણાવના બીજા પ્રકાર તરીકે ઓળખાતું એક જથ્થા - જેને ફક્ત J2 કહેવામાં આવે છે - ચાવી ધરાવે છે. આ જથ્થા ખૂબ જ અર્થઘટન કરી શકાય તેવી છે અને તેનો નિયમિત રીતે ધાતુશાસ્ત્ર અને અન્ય ક્ષેત્રોમાં ઉપયોગ થાય છે પરંતુ ભૂકંપના અભ્યાસ માટે તેનો ઉપયોગ અગાઉ ક્યારેય થયો નથી.
ધરતીકંપના આફ્ટરશોક્સ વધુ ઈજાઓ પહોંચાડે છે, મિલકતોને નુકસાન પહોંચાડે છે અને બચાવ પ્રયાસોમાં પણ અવરોધ ઊભો કરે છે તેથી આગાહી કરવી માનવતા માટે જીવન રક્ષક હશે. વાસ્તવિક સમયની આગાહી આ ક્ષણે શક્ય ન હોઈ શકે કારણ કે વર્તમાન AI મોડલ્સ ચોક્કસ પ્રકારના આફ્ટરશોક અને સરળ ભૂસ્તરશાસ્ત્રીય ફોલ્ટ લાઇન સાથે જ વ્યવહાર કરી શકે છે. આ મહત્વપૂર્ણ છે કારણ કે ભૂસ્તરશાસ્ત્રીય ફોલ્ટ લાઇનમાં વિવિધ ભૌગોલિક સ્થાનમાં વિવિધ ભૂમિતિ હોય છે. ગ્રહ. તેથી, તે હાલમાં વિશ્વભરના વિવિધ પ્રકારના ધરતીકંપોને લાગુ પડતું નથી. તેમ છતાં, આર્ટિફિશિયલ ઇન્ટેલિજન્સ ટેક્નોલોજી ધરતીકંપ માટે યોગ્ય લાગે છે કારણ કે n સંખ્યાના ચલોનો અભ્યાસ કરતી વખતે તેમને ધ્યાનમાં લેવાની જરૂર છે, ઉદાહરણ તરીકે આંચકાની તાકાત, ટેક્ટોનિક પ્લેટોની સ્થિતિ વગેરે.
ન્યુરલ નેટવર્ક્સ સમયની સાથે સુધારવા માટે ડિઝાઇન કરવામાં આવ્યા છે, એટલે કે જેમ જેમ સિસ્ટમમાં વધુ ડેટા આપવામાં આવે છે, વધુ શીખવાનું થાય છે અને સિસ્ટમમાં સતત સુધારો થાય છે. ભવિષ્યમાં આવી સિસ્ટમ સિસ્મોલોજિસ્ટ્સ દ્વારા ઉપયોગમાં લેવાતી આગાહી પ્રણાલીનો અભિન્ન ભાગ બની શકે છે. આયોજકો ભૂકંપની વર્તણૂકના જ્ઞાનના આધારે કટોકટીના પગલાં પણ અમલમાં મૂકી શકે છે. ટીમ ભૂકંપની તીવ્રતાની આગાહી કરવા આર્ટિફિશિયલ ઈન્ટેલિજન્સ ટેક્નોલોજીનો ઉપયોગ કરવા માંગે છે.
***
{તમે ટાંકેલા સ્ત્રોત(ઓ)ની સૂચિમાં નીચે આપેલ DOI લિંક પર ક્લિક કરીને મૂળ સંશોધન પેપર વાંચી શકો છો}
સ્રોત (ઓ)
DeVries PMR et al. 2018. મોટા ધરતીકંપોને પગલે આફ્ટરશોક પેટર્નનું ઊંડું શિક્ષણ. કુદરત560 (7720).
https://doi.org/10.1038/s41586-018-0438-y
***
