Cemil Emre Yavaş ve araştırma ekibi, yüksek riskli bir sismik bölge olan Los Angeles için deprem tahmininde %97,97 gibi dikkate değer bir doğruluk oranına ulaştı. Bu başarı, modern makine öğrenimi algoritmalarının sismik tahmin sürecine entegre edilmesiyle elde edildi.
Modelin %97,97’lik doğruluk oranı, geleneksel olarak kullanılan metodolojilere göre önemli bir ilerlemedir ve yüksek riskli bölgeler için önemli bilgiler sağlamaktadır.
Ekip tarafından yürütülen çığır açıcı bir çalışma, kısa bir süre önce alanındaki en prestijli dergilerden biri olarak kabul edilen Nature tarafından Scientific Reports’ta yayımlandı.
Bu yayında, sismik aktiviteyi güvenilir bir şekilde tahmin etmek için makine öğreniminin uygulanmasında yapılan önemli atılımlar vurgulanmaktadır. Bu yayın aynı zamanda çalışmalarının küresel alaka düzeyini ve etkisini de göstermektedir.
Buna ek olarak, başarıları, doğal afet riskini en aza indirmek için kuruluşun ana platformu olan PreventionWeb’deki araştırmayı vurgulayan Birleşmiş Milletler’den gelen bir onay da dahil olmak üzere küresel ölçekte tanınmıştır. Bu buluşun sismik bölgelerde kamu güvenliğini ve felaketlere hazırlığı artırma potansiyelini kabul etmek önemlidir ve bu tanınma bu olasılığın altını çizmektedir.
Uzmanlar bu çığır açan araştırmanın doğal felaketlere ilişkin anlayışımızda tamamen bir devrim yaratacağı görüşündedir. Ayrıca afet risk yönetimi için önemli bir araç sağlayacak ve sismik durumlarla ilişkili tehlikelere hazırlanma ve bunları azaltma kapasitemizi geliştirecektir.
Cemil Emre Yavaş bu başarıyı değerlendirirken şu gözlemde bulundu: “Modelimizin %97.97’lik doğruluk oranı, geleneksel yöntemlere kıyasla önemli bir gelişmeye işaret ediyor ve yüksek riskli bölgelerde hayat kurtarabilecek ve maddi hasarı azaltabilecek kritik bilgiler sunuyor.”
Profesör Lei Chen, “Bu araştırma, afet risk yönetiminde makine öğreniminin uygulanması için yeni kapılar açıyor ve hazırlık çabalarında gerçek bir fark yaratabilecek öngörücü araçlar sunuyor” şeklindeki inancını yineledi.
Profesör Yiming Ji sözlerini şöyle tamamladı: “Random Forest ve Neural Networks gibi gelişmiş makine öğrenimi algoritmalarının entegrasyonu, sismik tahmin alanında yeni bir çığır açmamızı sağladı.”
Profesör Christopher Kadlec ise şu gözlemde bulundu: “Ekibimizin yaptığı çalışma sadece deprem tahmininin sınırlarını zorlamakla kalmıyor, aynı zamanda makine öğreniminin diğer doğal afet tahmin modellerine uygulanmasında gelecekteki ilerlemelerin de önünü açıyor.” Kamu güvenliği ve acil durum müdahalesinin geliştirilmesi için önemli yansımalar beklenebilir.
Özellikle deprem tahmini, bu bulgunun bir sonucu olarak önemli ölçüde değişecek ve felakete hazırlıklı olma yaklaşımımızı kesinlikle yeniden tanımlayacaktır.
Kaynak: globenewswire.com/news-release/2024/10/26/2969680/0/en/Groundbreaking-Machine-Learning-Model-Achieves-97-97-Accuracy-in-Earthquake-Prediction-for-Los-Angeles.html
