一种用于监测和分类活火山持续振动的新型自动化系统可以省去记录这些振动所需的数小时的手动工作。
阿拉斯加大学费尔班克斯地球物理研究所的研究生研究员 Darren Tan 领导了该系统的开发，该系统基于机器学习。机器学习是人工智能的一个分支，专注于构建从数据中学习、识别模式并在最少的人为干预下做出决策的系统。
有关 Tan 的自动化系统的详细信息发表在《地球物理研究杂志：固体地球》杂志上。
他的系统记录了火山震动，这是一种来自火山的连续、有节奏的地震信号。它通常表示地下岩浆或气体的运动，并且经常发生在活火山上。
了解火山震动有助于预测和探测火山喷发。
与火山地震不同，火山震动是一种持续的地面轰鸣，可持续数秒至一年或更长时间。由于其强度和频率各不相同，因此主要通过频谱图进行识别。
“火山震动通常不会被探测到或记录下来，因为它在地震数据中往往相当微妙，”Tan 说道。“它不像地震那样具有冲动性。”
目前，阿拉斯加火山观测站的地震探测工作仍采用人工方式，谭也隶属于该观测站。该观测站是地球物理研究所、阿拉斯加地质和地球物理调查部和美国地质调查局的联合项目。观测站的一部分设在地球物理研究所。
该天文台的日常值班地震学家会扫描阿拉斯加 32 个火山监测网络的频谱图，除了明显的地震信号外，还寻找轻微震动的迹象。