本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2024-03-12
摘要
地震發生在時間上是否是隨機的，或者是否可能是混亂的，而混亂中隱藏著秩序，這對於確定這些事件的風險至關重要。許多年前就已經表明，如果餘震從地震目錄中刪除，剩下的顯然是隨機時間間隔發生的事件，因此無法及時預測。在目前的工作中，我們採用了使用接收者操作特徵分析的機器學習方法。透過這些方法，可以計算大事件的機率及其相關資訊值。這裡的資訊值是使用香農熵來定義的，克勞德香農表示它定義了諸如電腦位元串之類的通訊的驚喜值。隨機訊息可以被證明具有高熵、驚喜值或不確定性，而低熵則與降低的不確定性和高可靠性相關。與減少不確定性和提高可靠性相關的地震臨近預報機率是最理想的。後者的例子可以是這樣的說法：3 年內發生大地震的可能性為 90%，或 1 年內發生大地震的可能性為 5%。儘管大地震之間的間隔是隨機的，但我們發現透過使用 1970 年至今的目錄資料的機器學習方法，可以對當前危險做出低不確定性、高可靠性的陳述。