AI每日精选

AI每日精选28条

AI每日精选28条

研究与技术

对于余震模式预测,一个神经元比深度神经网络更具信息性Reddit 上一篇论文引起了人们的热议,它提出深度神经网络在预测余震上的信息还不如一个神经元。以下是论文摘要:《人工智能预测地震余震》,这篇来自 Nature 的新闻标题是基于 DeVries 等人(2018)的结果,他使用深度学习(DL)和静态应力特征工程预测了余震的空间分布。使用接收器工作特性(ROC)曲线和曲线下面积(AUC)度量,作者发现深度神经网络(DNN)产生 AUC = 0.85,而 AUC = 0.58 经典库仑应力。他们进一步表明这个结果是物理上可解释的,各种应力指标(例如绝对应力分量之和,最大剪切应力,von Mises 屈服准则)解释了大部分 DNN 结果。我们在此澄清 AUC c.0.85 已经使用相同标量指标的 ROC 曲线获得并且通过 2017 年的同一作者。这表明 DL - 事实上 - 与简单的基线模型相比并没有改善预测。我们用概率术语重新表示 2017 年的结果 ogistic 回归(即,一个神经网络节点)并使用 2 个自由参数与 DeVries 等人使用的 13,451 个参数获得 AUC = 0.85。(2018)。我们进一步表明,测量距离和主震平均滑动可以用来代替压力,产生改进的 AUC = 0.86,再次用简单的逻辑回归。这表明到目前为止,提议的 DNN 没有在该领域提供任何新的见解(预测性或推论性)。

产品与应用

大公司新闻

行业动态

投融资

暂无评论
暂无评论~