زلزله‌شناسان از فناوری یادگیری عمیق برای پیش‌بینی پس‌لرزه‌ها استفاده می‌کنند. به گزارش ایرنا، محققان دانشگاه کالیفرنیا سانتا کروز و دانشگاه فنی مونیخ یک الگوی یادگیری عمیق جدید به نام پیش‌بینی زلزله مکرر (RECAST) برای پیش‌بینی پس لرزه‌ها ابداع کرده‌اند که انعطاف‌پذیرتر و مقیاس‌پذیرتر از الگوهای کنونی است. به منظور نشان دادن قابلیت‌های الگوی RECAST، محققان پس از کار با داده‌های مصنوعی، الگوی RECAST را با استفاده از داده‌های واقعی زلزله جنوب کالیفرنیا آزمودند و دریافتند الگوی RECAST در پیش‌بینی پس‌لرزه‌ها بویژه با افزایش حجم داده‌ها، کمی بهتر از نمونه قبلی یعنی ETAS عمل می‌کند. محققان معتقدند انعطاف‌پذیری این الگو می‌تواند فرصت‌های جدیدی را برای پیش‌بینی زلزله فراهم کند. الگوهایی که از فناوری یادگیری عمیق استفاده می‌کنند، با توانایی انطباق با حجم زیادی از داده‌های جدید، به طور بالقوه می‌توانند اطلاعات چندین منطقه را در یک زمان برای پیش‌بینی بهتر در مورد مناطق کمتر مطالعه شده، ترکیب کنند.
