LONDRES, 23 oct (Xinhua) -- Investigadores entrenaron un algoritmo de aprendizaje automático para pronosticar con éxito un sismo en un escenario de laboratorio y las técnicas podrían convertirse en una solución para pronosticar sismos reales, según un estudio publicado hoy por la Universidad de Cambridge.

El aprendizaje automático es un método de análisis de datos que automatiza la construcción de modelos analíticos. Con el uso de algoritmos que aprenden iterativamente de los datos, el aprendizaje automático permite a las computadoras encontrar patrones ocultos para los que no estaban explícitamente programadas.

Investigadores de la Universidad de Cambridge, el Laboratorio Nacional de Los Alamos y la Universidad de Boston analizaron las interacciones entre terremotos, sismos precursores (a menudo pequeños movimientos sísmicos) y fallas, con la esperanza de desarrollar un método para pronosticar sismos.

Con un sistema de laboratorio que imita los verdaderos sismos, los investigadores capacitaron un algoritmo de aprendizaje automático que pronostica futuros sismos a través del análisis de señales acústicas originadas de las fallas conforme busca patrones.

El equipo considera que los patrones acústicos es una medida directa de la energía elástica que se encuentra en el sistema en un momento dado.

Aunque los investigadores advirtieron que existen múltiples diferencias entre los experimentos en laboratorio y los sismos reales, esperan incrementar de forma progresiva su enfoque para aplicarlo a sistemas reales parecidas a su sistema de laboratorio.

El estudio fue publicado en la revista Geophysical Review Letters. Fin