斯坦福大學(xué)的一組研究人員與中國(guó)科學(xué)院的一位同事合作，建立了一個(gè)基于人工智能的過(guò)濾系統(tǒng)，以消除城市地區(qū)傳感器數(shù)據(jù)中的噪聲。在他們發(fā)表在《科學(xué)進(jìn)展》雜志上的論文中，該小組描述了訓(xùn)練他們的應(yīng)用程序并根據(jù)先前事件的真實(shí)數(shù)據(jù)對(duì)其進(jìn)行測(cè)試。

為了在檢測(cè)到時(shí)提供預(yù)警，科學(xué)家們?cè)诙喟l(fā)地區(qū)放置了儀，包括造成最大破壞和傷害或死亡人數(shù)最多的城市地區(qū)。但是學(xué)家發(fā)現(xiàn)從與城市生活相關(guān)的數(shù)據(jù)中挑選出與自然地面運(yùn)動(dòng)相關(guān)的數(shù)據(jù)很麻煩。他們指出，城市中的人類(lèi)活動(dòng)，例如車(chē)輛和火車(chē)，會(huì)產(chǎn)生大量噪音。在這項(xiàng)新工作中，研究人員開(kāi)發(fā)了一種深度學(xué)習(xí)應(yīng)用程序，可以確定哪些數(shù)據(jù)是自然的，哪些是人造的，并過(guò)濾掉那些非自然的。

研究人員將他們的新應(yīng)用程序稱為UrbanDenoiser。它是使用深度學(xué)習(xí)應(yīng)用程序構(gòu)建的，并對(duì)80,000個(gè)城市噪聲樣本以及來(lái)自記錄的自然活動(dòng)的33,751個(gè)樣本進(jìn)行了訓(xùn)練。該團(tuán)隊(duì)將他們的過(guò)濾系統(tǒng)應(yīng)用于加利福尼亞長(zhǎng)灘記錄的數(shù)據(jù)，以了解其工作情況。他們發(fā)現(xiàn)與背景噪聲相比，它提高了所需信號(hào)的水平約15分貝。對(duì)結(jié)果感到滿意后，他們使用UrbanDenoiser分析了2014年附近地區(qū)發(fā)生的數(shù)據(jù)。他們發(fā)現(xiàn)，與沒(méi)有過(guò)濾的傳感器相比，該應(yīng)用程序能夠檢測(cè)到四倍的數(shù)據(jù)量。

在下面的視頻(A)中，可以在波前出現(xiàn)7秒之前看到明顯的人為背景噪聲。在第二個(gè)視頻(B)中，數(shù)據(jù)更加清晰。

點(diǎn)代表傳感器位置。幅度由帶有地面運(yùn)動(dòng)強(qiáng)度的彩條刻度表示。雖然(a)中的背景包含明顯的人為噪聲，但(b)中的背景和波前要干凈得多。學(xué)分：雷洋

玩

研究人員建議他們的工具可用于淺層蠕變、局部應(yīng)力集中和中間鎖定監(jiān)測(cè)。此外，該系統(tǒng)需要使用來(lái)自特定區(qū)域的數(shù)據(jù)集進(jìn)行再培訓(xùn)，然后才能將其部署為監(jiān)控系統(tǒng)。