التفاصيل البيبلوغرافية
| العنوان: |
Yapay Zeka ile Depremlerin ve Sismik Dalga Fazlarının Belirlenmesi. (Turkish) |
| Alternate Title: |
Determining Earthquakes and Seismic Wave Phases with Artificial Intelligence. (English) |
| المؤلفون: |
Bilgiç, Tuğçe, Kaypak, Bülent |
| المصدر: |
Abstract of the Geological Congress of Turkey / Türkiye Jeoloji Kurultayı Bildiri Özleri; 2024, Issue 76, p594-594, 1p |
| مصطلحات موضوعية: |
EARTHQUAKES, SEISMOGRAMS |
| Abstract (English): |
In seismological studies, there are several important approaches for determining earthquake signals and predicting the arrival times of earthquake phases on seismograms. One of these is the traditional method of manual phase picking, where experts rely on their experience and knowledge to observe characteristic patterns on seismograms and manually identify earthquake phases. Another method is the automatic phase-picking approach, which typically involves computer algorithms. With the advancement of technology, traditional phase-picking techniques have gradually given way to artificial intelligence (AI)- based approaches. In the field of seismology, AI has become an increasingly crucial tool because of its ability to rapidly analyze large datasets, identify patterns, and comprehend complex relationships. This study specifically focuses on the use of artificial intelligence (AI) algorithms in the analysis of seismology data. Data were collected as part of the TÜBTAK project titled "Determination of Magma Reservoirs Feeding the Kula Volcanism with Geophysical Methods and Investigation of Eruption Risks with Numerical Modeling." The collected data were used to examine seismic activity in the Kula Volcanism and its surroundings using AI algorithms for earthquake detection and the determination of arrival times for earthquake phases. The results revealed the detection of many earthquakes that were not previously identified in the region, providing a more detailed analysis of seismic activity. Another advantage of earthquake and phase detection using AI is its significantly faster processing time than traditional methods. While manual earthquake and phase picking processes required approximately 140 working hours over a threemonth period using 33 stations, the same process was completed in 30 h with AI. The AI algorithm demonstrated a more accurate determination of the arrival time of the P-wave than traditional methods, but it exhibited errors in S-wave readings for events with high RMS values. This highlights an area that needs improvement. The successes of AI-based methods in earthquake detection and the speed and accuracy advantages they offer in phase-picking processes represent significant progress compared with traditional methods. In conclusion, this study using AI algorithms presented an effective method for earthquake detection and phase picking on seismograms. However, addressing limitations and testing the algorithm on a broader dataset are essential. This study is expected to contribute to future research and earthquake monitoring systems. The use of AI applications in seismology has significant potential for enhancing earthquake detection and analysis. This suggests an opportunity to improve the accuracy and efficiency of earthquake detection and early warning systems. [ABSTRACT FROM AUTHOR] |
| Abstract (Turkish): |
Sismoloji çalışmalarında, deprem sinyallerini belirleme ve deprem fazlarının sismogramlara varış zamanlarını tahmin etme amacıyla bir dizi önemli yaklaşım bulunmaktadır. Bunlardan ilki geleneksel yöntemlerden olan el ve göz ile faz belirleme yöntemidir. Bu yöntem, uzmanların deneyim ve bilgilerini kullanarak sismogramlardaki karakteristik desenleri gözlemleyip deprem fazlarını belirlemelerine dayanmaktadır. Diğer bir yöntem ise otomatik faz belirleme yöntemidir ve genellikle bilgisayar algoritmalarını içermektedir. Geleneksel faz belirleme teknikleri yerini teknolojinin ilerlemesiyle birlikte, Yapay Zeka (YZ) temelli yaklaşımlara bırakmaya başlamıştır. Sismoloji alanında, büyük veri setlerini hızlı bir şekilde analiz etme, desenleri belirleme ve karmaşık ilişkileri anlama yeteneği ile Yapay Zeka, her geçen gün daha önemli bir araç haline gelmektedir. Bu çalışmada, sismoloji verilerinin analizinde YZ algoritmalarının kullanımı üzerine odaklanılmıştır. 120Y237 numaralı ve "Kula Volkanizmasını Besleyen Magma Rezervuarlarının Jeofiziksel Yöntemlerle Belirlenmesi ve Nümerik Modelleme ile Püskürme Risklerinin Araştırılması" başlıklı TÜBİTAK projesi kapsamında Kula Volkanizması ve çevresindeki sismik aktivitelerin incelenmesi için veriler toplanmıştır. Toplanan veriler, YZ algoritması kullanılarak deprem tespiti ve deprem fazlarının geliş zamanlarını belirlemek için kullanılmıştır. Elde edilen sonuçlar incelendiğinde bölgede daha önce belirlenememiş olan birçok depremin bu yöntem sayesinde tespit edildiği görülmüştür ve bölgedeki sismik etkinliğin daha ayrıntılı bir şekilde incelenmesine olanak sağlamıştır. YZ ile deprem ve faz tespiti yapılmasındaki bir diğer avantaj ise geleneksel yöntemlere göre çok daha kısa sürelerde çalışmasıdır. Üç aylık dönem ve 33 istasyon kullanılarak, el ve göz ile yapılan deprem ve faz belirleme işlemleri için gerekli olan süre yaklaşık 140 çalışma saati iken, aynı işlem YZ ile 30 saatte gerçekleştirilmiştir. YZ algoritması, P- fazının geliş zamanını geleneksel yöntemlere kıyasla daha hassas bir şekilde belirleyebilirken, yüksek RMS değerine sahip olaylarda S- fazı okumalarındaki hatalar öne çıkmıştır. Bu geliştirilmesi gereken alanlardan biridir. YZ yöntemlerinin, deprem tespitindeki başarıları ve faz belirleme süreçlerinde sunduğu hız ve doğruluk avantajları, geleneksel yöntemlere göre önemli bir ilerleme sağlamıştır. YZ algoritmasıyla gerçekleştirilen bu çalışma, sismogramlar üzerinde deprem tespiti ve faz belirleme konusunda etkili bir yöntem sunmuştur. Ancak, eksikliklerin giderilmesi ve algoritmanın daha geniş bir veri setinde test edilmesi önemlidir. Bu çalışmanın gelecekteki araştırmalara ve deprem izleme sistemlerine katkı sağlaması beklenmektedir. Sismolojide YZ uygulamalarının kullanımı, deprem tespiti ve analizini geliştirmek adına büyük bir potansiyele sahiptir. Bu, deprem tespiti ve erken uyarı sistemlerinin doğruluğunu ve verimliliğini artırma potansiyeline işaret etmektedir. [ABSTRACT FROM AUTHOR] |
|
Copyright of Abstract of the Geological Congress of Turkey / Türkiye Jeoloji Kurultayı Bildiri Özleri is the property of TMMOB JEOLOJI MUHENDISLERI ODASI and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.) |
| قاعدة البيانات: |
Complementary Index |
