2018년 하와이 킬라우에아 화산에서는 3개월 동안 60회 이상의 칼데라 붕괴 사건이 발생했다. 이 중 마지막 40회 사건은 규모 5 이상의 매우 긴 주기 지진을 동반했으며, 사건 간 시간 간격은 0.8-2.2일이었다.
이 연구에서는 GPS, 경사계, 지진 데이터를 이용하여 딥러닝 그래프 신경망 모델을 훈련시켜 칼데라 붕괴 사건의 발생 시간을 예측했다. 모델은 각 사건 초기 0.5일 동안의 데이터만으로도 사건 발생 시간을 수 시간 이내의 정확도로 예측할 수 있었다. 이는 과거 사건 간 통계만을 이용한 모델보다 크게 향상된 성능이다.
예측 정확도는 입력 데이터 길이가 늘어날수록 향상되었으며, 특히 고신호대잡음비의 경사계 데이터를 활용할 때 가장 정확했다. 합성 데이터에 대한 실험 결과, 모델이 칼데라 붕괴의 근본 물리 메커니즘을 학습한 것으로 나타났다.
이 연구 결과는 잘 모니터링된 환경에서 칼데라 붕괴 사건의 예측 가능성을 보여주며, 제한된 학습 데이터 환경에서도 딥러닝 기법의 잠재력을 강조한다.
Naar een andere taal
vanuit de broninhoud
arxiv.org
Belangrijkste Inzichten Gedestilleerd Uit
by Ian W. McBre... om arxiv.org 05-01-2024
https://arxiv.org/pdf/2404.19351.pdfDiepere vragen