佐治亚州斯泰茨伯勒，2024 年 10 月 25 日（环球通讯社）——Cemil Emre Yavas 和他的研究团队通过集成先进的机器学习算法，对高风险地震区洛杉矶的地震预测准确率达到了 97.97%进入地震预报。
该团队的开创性研究发表在科学报告by Nature，该领域的领先期刊之一（https://www.nature.com/articles/s41598-024-76483-x）。本出版物强调了使用机器学习准确预测地震活动的重大进展，展示了他们的工作的全球相关性和影响力。
他们的成功也得到了全球的认可，包括联合国的认可，联合国在其主要减少灾害风险平台上进行了研究，预防网（https://www.preventionweb.net/publication/improving-earthquake-prediction-accuracy-los-angeles-machine-learning）。这一认可凸显了这一突破在加强地震区公共安全和备灾方面的潜力。
专家认为，这项开创性的研究将改变对自然灾害的认识，为灾害风险管理提供重要工具，并增强我们防备和减轻地震风险的能力。
Cemil Emre Yavas 在回顾这一成就时表示：“我们的模型 97.97% 的准确率标志着传统方法的显着改进，提供了可以在高风险地区挽救生命并减少财产损失的重要见解。”
陈雷教授重申：“这项研究为机器学习在灾害风险管理中的应用打开了新的大门，提供了可以在备灾工作中发挥真正作用的预测工具。”
季一鸣教授补充道：“随机森林和神经网络等先进机器学习算法的集成使我们在地震预报方面取得了新的突破。”
Christopher Kadlec 教授评论道：“我们团队的工作不仅突破了地震预测的界限，还为未来将机器学习应用于其他自然灾害预测模型的进展奠定了基础。这对改善公共安全和应急响应具有巨大的影响。”
这一突破无疑将彻底改变我们的备灾方式，特别是在地震预测方面。
本公告附带的照片可在以下网址获取：https://www.globenewswire.com/NewsRoom/AttachmentNg/a328a326-52a3-49a9-88e8-ac053c5a257e
