P-Waver是一家來自臺灣地震工程研究中心的實驗室。創始人和他的團隊在CES發布了新的數據分析系統,用來設計地震預警模型。
P-Waver團隊強調,海量數據分析與最先進的電子技術是決定系統效率的關鍵。該團隊的服務還包括結構安全監測系統和地震災害預防諮詢,以及通過物聯網設備或控制系統為建築物或家中的人們提供智能安全解決方案。P-waver的願景是加強民眾和整個企業的安全。
地震科學技術
隨著城市化進程的加快,特別是對複雜的電信和運輸基礎設施的嚴重依賴,促使人們開始仔細研究通過向民眾發出警報的地震預警系統。地震預警系統(EEW)會在地震來臨之前向人們發送實時警報。開發這樣一個系統能夠減少人們對未知和不可預測的地震的恐懼,同時也是能夠提高人們安全的根本步驟。
地震發生時,地震波包括壓縮波或縱波(P)、橫波(S)和表面波(R和L),從震中向外輻射。速度較快但較弱的P波傳播到附近的傳感器,在速度較慢但較強的S波和表面波到達之前產生報警信號,以便進行保護操作。
傳感器、大數據、分析、網關,更廣泛地說,與物聯網相關的所有技術工具都可以成為地震等災難性事件的合適解決方案。人工智慧系統的發展和越來越多的可用數據正在幫助科學家開發出能夠更精確模擬地殼運動的模型。許多研究結合人工智慧和神經網絡來搜索大量數據之間的關係,以獲得地震事件的時間。
人工智慧與大數據的地震預警方法
地震期間,健康、交通、安全、能源等行業可能受到嚴重影響。高鐵可以從地震預警系統(EEW)系統中受益,可以在危險來臨前提前停車以保護乘客。P-Waver基於臺灣中央氣象局的地震數據和人工智慧技術構建了EEW系統,系統包括超過25萬個地震模型。該系統可以為距離震中30-100公裡的地區提供5-15秒的預警時間。為了防止誤報,P-Waver通過部署多個傳感器來捕捉初始波,可在1-3秒內預測P波且準確度約為98%。
隨著資料庫中的地震數據越來越多,計算機計算能力越來越強,地震學家正越來越多地利用大數據和人工智慧技術來理解和改進複雜的地震活動模擬模型。其他研究人員也在使用機器學習算法篩選地震數據,以便更好地識別地震餘震和火山地震活動,並同步監測可能發生地震的板塊其邊界形變所產生的構造震動。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺「網易號」用戶上傳並發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.