Pregled upotrebe algoritama za strojno učenje pri predviđanju potresa
Sažetak
Strojno učenje zasniva se na trima osnovnim tehnikama (nadziranom, nenadziranom i podržanom učenju), tako da se problemu primjene samih algoritama za strojno učenje pri predviđanju potresa može pristupiti s na više načina definiranih odabranom tehnikom. Algoritmi za strojno učenje povezani su s određenim matematičkim modelima i bez njih ih se ne može razvijati. Budući da je vrlo često upravo predviđanje s određenom preciznosti cilj koji se postavlja pred algoritme za strojno učenje, ta veza između matematičkih modela i algoritama za strojno učenje postaje još jasnija i izraženija. Pri svakom koraku ovog procesa treba voditi računa o kvaliteti podatka koji će se koristiti u modelima i simulacijama, jer o njima izravno ovisi vrijednost dobivenih rezultata, odnosno u konačnici i sama primjenjivost i značaj izrađenog rješenja u praksi. Potrese nije moguće predvidjeti, ali moguće je primjenom strojnog učenja razvijati modele temeljene na brojnim uvjetima i podacima prikupljenim iz prethodnih događaja koji pomažu istaknuti riskantna područja i vremenske periode. Zbog toga što područje strojnog učenja ima izravnu vezu s umjetnom inteligencijom, informatikom, računarstvom, statistikom i drugim područjima, za razvoj i primjenu takvih algoritama, nužna je znanstvena, stručna i tehnička suradnja stručnjaka iz svih tih područja. Ovaj rad daje pregled postojećih istraživanja iz područja predikcije potresa upotrebom algoritama za strojno učenje i ističe mogućnosti za razvoj novih modela i primjenu postojećih rješenja.
