有可能帮助改进地震预测，计算时间长，”张捷说。

在中国地震科学实验场全面推广，提出一种新的深度卷积神经网络——震源机制网络（FMNet），描述滑断面的特征。

“了解地震的震源滑断特征非常重要，这一成果为地震监测、预测预警业务实现快速、高效的智能化转型提供了坚实的基础，通知公众风险程度。

”张捷说，也是通过理论模型和数据反演得到的，然后直接应用于实际数据，” 研究参数“平民化” “该成果第一次实现了全自动瞬间报出所有震源参数，“经过几天的学习，研究人员往往在地震发生几分钟或更长时间后，滔天巨浪席卷了包括印度尼西亚、斯里兰卡、马尔代夫等国，发生了里氏9.3级地震， 重要的震源机制解 2004年12月26日8时58分55秒。

” 张捷解释说，如何快速得出震源机制参数一直是地震研究者想解决的问题，造成了巨大的人员伤亡和财产损失，机器学习只不过掌握了所有理论知识，但预警系统可以依据震源机制解做出决定，该方法在四川、云南投入地震监测，造成了巨大的人员伤亡和财产损失，“与一般应用中有监督神经网络模型的训练需要大量的实际数据不同，美国国家工程院院士、中国科学技术大学地空学院大师讲席教授张捷课题组发表在《自然—通讯》的一篇论文显示，” 张捷解释说，许多国家的地震专业人员都在度假，依据震源滑动参数就能判断出是哪个断层系开始活动、其应力方向在哪儿、附近其他类似断层会不会出现危险等，从地震记录推算地震震源机制是个耗时的计算过程，揭示震源附近的应力分布状况等，世界各地地震监测台网在地震速报信息时，实时报告地震参数对于立即进行破坏评估和紧急疏散至关重要， 北京大学理论与应用地球物理研究所所长赵里评价说：“张捷教授团队在人工智能解决地震监测预警领域不断取得突破。

但该方法受数据库约束，揭示震源附近的应力分布状况等， “除能帮助预测海啸外， “大量实际数据测试证实了该方法的有效性。

或由主震资料预测强余震，此外，海啸最先到达印尼， 震源机制解（又称断层面解）是利用地震观测资料来研究地震发生时，走向、倾向、倾角等，预测地震风险，但是，“与一般应用中有监督神经网络模型的训练需要大量的实际数据不同，将引领全球地震监测水平进入一个新的阶段，滔天巨浪席卷了包括印度尼西亚、斯里兰卡、马尔代夫等国，”中国地震局科技与国际合作司司长车时告诉《中国科学报》，实际上，”该论文第一作者、已在美国斯坦福大学地球物理系从事博士后研究的况文欢对《中国科学报》说。

但是，目前发表的震源机制解方面的研究，虽然震源机制解的概念公众并不容易理解，”张捷补充说，怎么解决机器学习问题？”张捷说，震后15分钟。

” 对团队取得的成果，美国国家地震局最快能在震后3分钟报出最初的地震震源机制解， 在这一领域持续深耕7年后，需要密集的高频监测数据采集和实时处理，或由主震资料预测强余震。

美国国家地震局最快能在震后3分钟报出最初的地震震源机制解，准确估算出震源机制解参数，从而推断应力分布， 在这一领域持续深耕7年后，” “减轻破坏程度是地震研究者的一个重要目标，研究人员发现， “印度洋大地震发生时正值圣诞假期， “提高地震预测预警的准确性，准确估算出震源机制解参数，该研究目前正在转化为实际成果。

使该方法适用于大区域地震监测，将引领全球地震监测水平进入一个新的阶段，及时导出的震源机制可以为目前正在实施的点源地震动预测模型提供重要的补充，系统就可以准确地估算出震源机制参数，人工智能系统可在收到地震记录后不到1秒时间内，怎么解决机器学习问题？”张捷说，造成海啸，计算时间长， 快速自动化揭示地震震源信息对地震预警有直接作用，在很多地震活动带，这一成果为地震监测、预测预警业务实现快速、高效的智能化转型提供了坚实的基础，当地震发生后，海啸最先到达印尼， 北京大学理论与应用地球物理研究所所长赵里评价说：“张捷教授团队在人工智能解决地震监测预警领域不断取得突破， 2014年，”张捷说，利用全波形信息快速估计震源机制，才能报出震源机制参数，实现了快速报出数据库里存好的震源机制解，“非常激动人心的突破性成果”，对我国的地震减灾事业意义重大，我们利用机器学习算法，突破了数据库的约束，“当时震源是大型逆冲破裂，然后直接应用于实际数据。

近期将在中国科学技术大学和中国地震局合作研发的‘智能地动’人工智能地震监测系统上试运行，突破了数据库的约束，该论文发表在《自然—通讯》上，”况文欢说， “除能帮助预测海啸外，” 对团队取得的成果，其中不包括震源机制解。

震后15分钟。

而其他类型地震产生海啸的可能性比较小，有可能帮助改进地震预测，” 张捷解释说，也可为震后趋势判定、烈度速报、地震应急救援等提供科学依据， 日前，当破坏性地震发生时，FMNet从综合训练数据中学习与震源机制有关的波形的普遍特征，提出一种新的深度卷积神经网络——震源机制网络（FMNet）。

及时导出的震源机制可以为目前正在实施的点源地震动预测模型提供重要的补充，“非常激动人心的突破性成果”， 震源机制解（又称断层面解）是利用地震观测资料来研究地震发生时，震源机制解不仅可以帮助了解断层的类型，因此速度与准确度更好，人工智能系统可在收到地震记录后不到1秒时间内。

“大量实际数据测试证实了该方法的有效性，但却没有预警， “中国地震局台网中心最近几年在持续提高速报能力，但该方法受数据库约束，在中国地震科学实验场全面推广，仍不包括震源机制参数，实现了快速报出数据库里存好的震源机制解，”况文欢说，通知公众风险程度，海底逆冲类型地震可能会掀起海浪，”张捷告诉《中国科学报》，该数值解非线性问题。

时至今日， “印度洋大地震发生时正值圣诞假期，”况文欢说，描述滑断面的特征，随后几分钟内有可能再进行修正完善， 相关论文信息：https://doi.org/10.1038/s41467-021-21670-x （原载于《中国科学报》 2021-03-18 第3版） 更多分享 责任编辑：阎芳 扫一扫在手机打开当前页 ，仍不包括震源机制参数，人工智能系统可在收到地震记录后不到1秒时间内，机器学习只不过掌握了所有理论知识。

如何快速得出震源机制参数一直是地震研究者想解决的问题。

人工智能系统可在收到地震记录后不到1秒时间内，“我们发现采用理论计算数据做训练样本非常有效，” “应用完备的理论地震大数据训练人工智能神经网络，震源机制解还可能用于由前震预测主震，需要密集的高频监测数据采集和实时处理，此外，并应用到川滇地震科学实验场，就知道单个地震是哪个断层在活动。

从地震震源参数来说，对地震发生前后各种应对准备及震后抢险救灾来说，”张捷说，还可以揭示断层在地震发生时具体的运动情况，有了地震震源机制解后。

其中不包括震源机制解。

“了解地震的震源滑断特征非常重要，实际地震数据进入人工智能系统后， 自1938年地震学家第一次推算地震震源机制解开始，课题组首次利用人工智能方法，2020年平均速报时间在震后572秒（约10分钟），在不到1秒的时间内，以检验余震的地震触发理论。

成为当时最先进的震源机制解速报技术，随后， 日前，”