Barcelos na NET

Lista de jornais e sites de notícias portugueses sobre esportes, política, negócios, saúde, empregos, viagens e educação.

Ciência, software de risco sísmico: AI entra em campo

O software de aprendizado de máquina pode facilitar a previsão de riscos sísmicos. Isso é sugerido por um estudo, publicado na revista Earthquake Spectra, conduzido por cientistas da Universidade do Texas em Austin, que coletaram e analisaram dados sobre o terremoto de magnitude 6,3, ocorrido em 2011 em Christchurch, na Nova Zelândia. A equipe, liderada por Maria Giovanna Durant e Elaine Rathy, desenvolveu um modelo de aprendizado de máquina capaz de prever riscos de terremotos. “Escolhemos características específicas de entrada que se ajustam ao fenômeno estudado – explica Durante – tentamos combinar o modelo com nosso conhecimento científico.” A equipe de pesquisa usou dados do terremoto de Christchurch e testou o modelo em 2,5 milhões de locais ao redor do epicentro para determinar o deslocamento do terremoto. A precisão para detectar liquefação, um fenômeno geológico frequentemente associado a terremotos, foi de 80 por cento, enquanto a eficácia em quantificar o deslocamento foi de cerca de 70 por cento. Os pesquisadores usaram o supercomputador Frontera do Texas Advanced Computing Center (TACC), um dos mais rápidos do mundo, para treinar e testar o modelo. “Esperamos que este programa ajude a orientar os esforços de socorro no caso de um terremoto – comenta Rathje – as equipes de emergência precisam de orientação nas áreas de maior risco de colapso, a fim de concentrar os esforços de intervenção.” Os especialistas enfatizam que continuarão a aprimorar o modelo de aprendizado de máquina e que mais pesquisas são necessárias para desenvolver modelos de aprendizado de máquina aplicáveis ​​a outros eventos sísmicos e diferentes configurações geológicas.


Artigo anteriorEstudantes italianos que vivem no exterior: bolsas de estudo para o ano de 2021-2022
próximo artigoPesquisa, Cnr: Então, um cérebro em repouso melhora o desempenho futuro