科技日報(bào)合肥4月24日電（記者吳長鋒）24日，記者從中國科學(xué)技術(shù)大學(xué)了解到，該校李澤峰研究員利用機(jī)器學(xué)習(xí)方法，總結(jié)了全球3000多個5.5級以上地震的震源時(shí)間函數(shù)特征，全景式地展示全球地震破裂過程的相似性和多樣性，深化了對地震能量釋放模式的認(rèn)識，對地震早期預(yù)警具有啟示意義。研究成果日前發(fā)表在國際知名地學(xué)期刊《地球物理研究快報(bào)》上。

　　地震是人類社會面臨的重要自然災(zāi)害之一，近20年來全球中大地震已經(jīng)造成近100萬人傷亡，經(jīng)濟(jì)損失不計(jì)其數(shù)。地震破裂過程多種多樣，客觀衡量它們的相似性和差異性，有助于認(rèn)識地震物理過程和地震震級的早期預(yù)測。然而，前人研究或是疊加多個地震的平均破裂過程，無法衡量全球地震差異范圍，或是基于某些破裂特征的統(tǒng)計(jì)，無法做到整個破裂過程的系統(tǒng)比較。

　　李澤峰研究員利用深度學(xué)習(xí)中的變分自編碼器對全球3000多個中大型地震的震源時(shí)間函數(shù)進(jìn)行二維空間壓縮和模型重構(gòu)，全景式地展示了全球地震矩釋放模式和數(shù)量分布。研究發(fā)現(xiàn)，中大地震以簡單破裂為主，復(fù)雜破裂較少，并且揭示了兩類特殊地震的分布規(guī)律，即能量釋放集中在破裂后期的逃逸模式以及分多次能量釋放的復(fù)雜地震，發(fā)現(xiàn)大地震能量釋放模式具有弱震級依賴性，對地震早期預(yù)警中最終震級的可預(yù)測性提供了有益啟示。

　　該研究成果是繼該團(tuán)隊(duì)與哈佛大學(xué)合作研究的震源時(shí)間函數(shù)聚類方法的發(fā)展，也是團(tuán)隊(duì)近年來致力于將人工智能應(yīng)用于科學(xué)發(fā)現(xiàn)系列研究成果之一。