Deprem Tahmini-Yapay
Zekanın Kullanılması:
1--ABD’deki Teksas
Üniversitesi’nden geçtiğimiz günlerde yapılan araştırmaysa depremi bir hafta
öncesinden % 70 oranında tahmin edebileceğini iddia ediyor. Bu, şimdiye kadar
“zamanı bilinmeyen ama büyüklüğünün tahmin edilmesi çok daha mümkün” olan bu
doğa olayının vereceği hasarı önlemek adına çok ama çok iyi bir oran.
2--Bulletin of the
Seismological Society of America bilimsel sismoloji bülteninde yayınlanan
araştırma, Çin’de yedi ay boyunca yapılan çalışma ve ölçümlerin ardından bu
sonuca varıldığım söylüyor.
2.1--Deprem bilimine ilişkin
bilgileri baz alınarak istatiksel bazı verilerin ve beş yıllık sismik
kayıtlarla eğitilen algoritmanın haftalık tahminlerinde, 320 kilometreye kadar
uzaklıktaki 14 depremin nerede olacağını ve büyüklüğünü doğru tahmin ettiği
belirtildi. Algoritma buna karşın, bir depremi tahmin edemedi ve sekiz kere de
yanlış uyarı verdi.
2.2--Araştırma ekibi, bundan
sonraki adımda 300’den fazla gözlem istasyonuyla Teksas’taki sismik
faaliyetleri kaydeden TexNet’in verilerini kullanarak algoritmayı eyalet
çapında test etmek istiyor.
2.3--Araştırmacılar, coğrafi
bölgelere özgü olmayan fizik temelli modelleri kendi sistemlerine entegre
ederek algoritmayı dünya çapında deprem tahmini yapacak şekilde geliştirmeyi
hedefliyor.
3--Prof. Dr. Abdussamet
ARSLAN / Gazi Üniversitesi Deprem Mühendisliği Uygulama ve Araştırma Merkezi
Müdürü görüşü şöyle:
3.1--Son zamanlarda
"Büyük Veri ve Yapay Zeka Kullanarak Deprem Tahmini" üzerine yapılmış
çalışmalar var. Bunlardan biri,'Çin’de 30 Haftalık Gerçek Zamanlı Bir Vaka
Çalışması’ olarak yapılmıştır. Büyük veri kullanarak, temel bileşen analizi ve
yapay zeka teknikleri kullanılarak tahmin yapıyor.
3.2--Örneğin, bir grup bilim
insanı 2019’da akustik zaman serisi verilerin başarılı bir şekilde eğitildiğini
ve hata bölgelerinden yayılan bir sinyali tahmin ederek hata başarısızlığını
öngörebildiğim rapor etmiştir. Daha önce istatistiksel gürültü olarak kabul
edilen tanımlanan sinyalin, kayma olayı sırasında ani bir serbest bırakmadan
önce eneıji yayılmasının artmasını yansıttığını öne sürmüştür.
3.3--Ayrıca derin öğrenme
yöntemleri, deprem tahminine de uygulanmıştır. Bath yasası ve Omori yasası
deprem artçılarının büyüklüğünü ve zamanla değişen özelliklerini açıklarken,
’artçık depremlerin mekansal dağılımının’ tahmin edilmesi hala açık bir
araştırma sorunudur.
3.4--Bir grup bilim insanı,
Theano ve TensorFlow yazılım kütüphanelerini kullanarak, Coulomb başarısızlık
gerilme değişiminin önceden belirlenmiş metodolojisinden daha yüksek doğrulukta
deprem artçıklarının mekansal dağılımlarının tahmin edildiği bir sinir ağı
eğitmiştir.
3.5--Bazı bilim insanları da
yapay sinir ağlarının deprem tahminine uygulanması konusunda analizler yaptı.
Yapılan çalışmalarda, yapay sinir ağlarını kullanan deprem tahmini araştırmalarının
daha sofistike modellere doğru kaydığı ve artan ilgiyle birlikte daha basit
modellerle benzer performansa sahip olduğu bulunmuştur
3.6--Özet olarak, depremlerin
tahmin edilmesi, insan hayatını kurtarmayı ve felaketin yol açabileceği
hasarları azaltmayı amaçlayan en zorlu mühendislik işlerinden biridir. Son
zamanlarda değerlendirme giriş verileri olarak, çok bileşenli akustik ve
elektromanyetik sensörler vasıtası içeren sismik izleme sistemlerinden elde
edilen veriler kullanılmaktadır.
3.6.1--Temel amaç, mevcut
veriler verildiğinde daha sonraki günlerde oluşabilecek depremin konumunu ve
büyüklüğünü tahmin etmektir. Hazırlanan algoritma, geçmiş dört-altı yıllık
veriler kullanılarak eğitilmiş ve daha sonra elde edilen gerçek veriler
kullanılarak değerlendirilmiştir.
3.6.2--Ancak algoritmanın
test doğruluğu en iyi halde ancak yüzde 70’e ulaşabilmiştir. Yöntemin başka
bölgelerde kullanılabilirliği ile ilgili henüz bir değerlendirme
bulunmamaktadır.
3.7--Kısaca, kısa vadeli
deprem tahminlerinin yapılabilmesinin faydalı olacağı muhakkak, ancak kişisel
görüşüm bunun çok hassas bir şekilde ve tüm coğrafik bölgelere uygulanabilecek
şekilde geliştirilmesinin şimdilik kolay mümkün olamayacağı yönündedir.”
Kaynak:Para
Dergisi--22-28.10.2023