header-logo

Comunicación de marketing impulsada por inteligencia artificial

iCrowdNewswire Spanish

Utilizando inteligencia artificial para entender erupciones de ceniza pequeña

Jun 29, 2018 8:00 AM ET
Ceniza volcánica bajo el microscopio compone de miles de pequeñas partículas con formas complejas.
Crédito: Shizuka Otsuki
 
 

Los científicos dirigidos por Daigo Shoji del Instituto de Ciencias de la vida terrenal (Tokyo Institute of Technology) han demostrado que un programa de inteligencia artificial llamado una red nervios circumvolucionales puede ser entrenado para clasificar las formas de partículas de ceniza volcánica. Porque las formas de las partículas volcánicas están vinculadas al tipo de erupción volcánica, esta clasificación puede ayudar a proporcionar información sobre las erupciones y facilitar esfuerzos de mitigación del riesgo volcánico.

Erupciones volcánicas vienen en muchas formas diferentes, de las erupciones explosivas de Eyjafjallajökull de Islandia en 2010, lo que interrumpió el viaje aéreo europeo durante una semana, a flujos de lava de mayo de 2018 relativamente tranquilas de las islas hawaianas. Asimismo, estas erupciones tienen diferentes amenazas asociadas, de las nubes de ceniza de lava. A veces el mecanismo de la erupción (por ejemplo, interacción de agua y magma) no es evidente y debe ser evaluados cuidadosamente por los vulcanólogos para determinar las respuestas y las amenazas futuras. Vulcanólogos miran de cerca la ceniza producida por erupciones, erupciones diferentes producen las partículas de cenizas de diferentes formas. Pero, ¿cómo uno mira miles de diminutas muestras objetivamente para producir una imagen coherente de la erupción? Clasificación por el ojo es el método habitual, pero es lento, subjetiva y limitada por la disponibilidad de expertos vulcanólogos. Programas informáticos convencionales son rápidos para clasificar las partículas por parámetros objetivos, como la circularidad, pero la selección de parámetros sigue siendo la tarea porque forma simple categorizado por uno de los parámetros se encuentra raramente en la naturaleza.

Entrar en la red Neural convolucional (CNN), una inteligencia artificial diseñada para analizar imágenes. A diferencia de otros programas de computadora, CNN no se limita a parámetros simples como la circularidad y aprende orgánicamente como un humano, pero miles de veces más rápido. El programa también se pueden compartir, eliminando la necesidad de decenas de geólogos formados en el campo. Para este experimento, el programa fue alimentado imágenes de cientos de partículas con una de cuatro formas basales, que son creados por mecanismos diferentes de la erupción. Las partículas de ceniza que se bloque cuando las rocas se fragmentan por erupciones vesiculares cuando lava burbujeante, alargado cuando las partículas son fundidas y aplastado y redondeado de la tensión superficial de líquidos, como gotas de agua. El experimento enseñó con éxito el programa para clasificar las formas basales con una tasa de éxito del 92% y asignar coeficientes de probabilidad a cada partícula incluso para la forma incierta. Esto puede permitir una capa adicional de complejidad para los datos en el futuro, proporcionando a los científicos mejores herramientas para determinar el tipo de erupción como si una erupción fue torneando (como segunda fase de la erupción del Eyjafjallajökull de 2010) o magmática (como erupciones de flanco del Monte Etna).

Estudio del Dr. Shoji ha demostrado que puede ser entrenado de CNN para encontrar información útil y compleja sobre pequeñas partículas con gran valor geológico. Para aumentar la gama de la CNN, más avanzadas técnicas de magnificación, como una microscopía electrónica, puede agregar color y textura a los resultados. De colaboración con geólogos, biólogos y científicos de la computación, el equipo de investigación espera usar la CNN en nuevas formas. El mundo microcósmico siempre ha sido un sinfín de preguntas, pero gracias a unos científicos estudian volcanes, respuestas no pueden ser tan difíciles de encontrar.

See Campaign: https://www.sciencedaily.com/releases/2018/06/180628171415.htm
Contact Information:
Tokyo Institute of Technology

Tags:
, Artificial Intelligence Newswire, Wire, United States, Spanish

image


Keywords:  afds, afdsafds

Tags:  News