التنبؤ بالزلازل باستخدام التعلم الآلي
إن التنبؤ بالزلازل مشكلة معقدة وخطيرة لها آثار كبيرة على سلامة الإنسان والبنية الأساسية. وعلى الرغم من أن التنبؤ الدقيق بالزلازل لا يزال يشكل تحديًا بسبب الطبيعة غير الخطية للبيانات الزلزالية، إلا أنه يمكن استخدام أساليب التعلم الآلي لتحديد الأنماط والتنبؤ باحتمالية وقوع الأحداث الزلزالية بناءً على البيانات التاريخية. يستكشف هذا التقرير استخدام تقنيات التعلم الآلي للتنبؤ بالزلازل من خلال تحليل البيانات الزلزالية وبناء نماذج تنبؤية.
وصف البيانات
يقوم المركز الوطني لمعلومات الزلازل (NEIC) بتحديد موقع وحجم جميع الزلازل الكبيرة التي تحدث في جميع أنحاء العالم وينشر هذه المعلومات على الفور إلى الوكالات الوطنية والدولية والعلماء والمرافق الحيوية وعامة الناس. يقوم المركز الوطني لمعلومات الزلازل بتجميع قاعدة بيانات زلزالية شاملة وتوفيرها للعلماء والجمهور والتي تعمل كأساس للبحث العلمي من خلال تشغيل شبكات قياس الزلازل الرقمية الحديثة الوطنية والعالمية والاتفاقيات الدولية التعاونية. يعد المركز الوطني لمعلومات الزلازل مركز البيانات الوطني والأرشيف لمعلومات الزلازل. تتضمن مجموعة البيانات هذه سجلاً لتاريخ ووقت وموقع وعمق وحجم ومصدر كل زلزال تم الإبلاغ عنه بقوة 5.5 أو أعلى منذ عام 1965.
النتائج
دقة النموذج (%) الانحدار الخطي 82.5 آلة المتجهات الداعمة (SVM) 83.0 شجرة القرار 90.5 MLP (الإدراك الحسي متعدد الطبقات) 90.5 استنادًا إلى هذا الجدول، تتمتع كل من شجرة القرار وMLP بأعلى دقة بنسبة 90.5%، بينما يتمتع الانحدار الخطي بأقل دقة بنسبة 82.5%.
