ความเป็นไปได้สำหรับการคาดการณ์แผ่นดินไหวในประเทศไทยด้วยแบบจำลองโครงข่ายประสาทเทียม
Article Sidebar
เผยแพร่แล้ว:
ส.ค. 20, 2021
คำสำคัญ:
แบบจำลองโครงข่ายประสาทเทียม การคาดการณ์แผ่นดินไหว
Main Article Content
บทคัดย่อ
ประเทศไทยยังไม่มีการศึกษาการคาดการณ์แผ่นดินไหวด้วยแบบจำลองโครงข่ายประสาทเทียมมาก่อน แต่เมื่อสืบค้นและรวบรวมสิ่งตีพิมพ์ต่างๆจากฐานข้อมูลนานาชาติ พบว่ามีงานวิจัยในต่างประเทศได้ใช้แบบจำลองโครงข่ายฯสำหรับคาดการณ์แผ่นดินไหว ดังนั้นบทความนี้จะเป็นการศึกษาความเป็นไปได้สำหรับการประยุกต์ใช้แบบจำลองโครงข่ายประสาทเทียมสำหรับการคาดการณ์แผ่นดินไหวในประเทศไทยโดยมีขอบเขตของการศึกษา 3 ประเด็น คือ รูปแบบการเกิดแผ่นดินไหวของประเทศไทย ศึกษาหาตัวแปรนำเข้าที่เหมาะสมสำหรับการคาดการณ์แผ่นดินไหวจากการทบทวนวรรณกรรม และศึกษาการออกแบบโครงสร้างของแบบจำลองโครงข่ายฯที่เหมาะสม ซึ่งพบว่า (1) รูปแบบการเกิดแผ่นดินไหวของประเทศไทยมีสาเหตุหลักจากการเคลื่อนตัวของแนวรอยเลื่อนมีพลัง รวมถึงมีขนาดความรุนแรง และอัตราการเกิดแผ่นดินไหวที่ใกล้เคียงกับงานวิจัยประเทศต่างๆ ที่ได้คาดการณ์แผ่นดินไหวโดยอาศัยโครงข่ายฯ (2) ตัวแปรที่ได้จากสมการความสัมพันธ์ Gutenberg – Richter ถือเป็นตัวแปรนำเข้าแบบจำลองที่มีการศึกษามากที่สุด โดยตัวแปรการคาดการณ์ที่นิยมศึกษามากที่สุด คือ การคาดการณ์ขนาดแผ่นดินไหว และ (3) การออกแบบโครงสร้างของแบบจำลองนิยมใช้โครงข่ายแบบ Feed Forward Neural Network ที่มีการเรียนรู้แบบ Back Propagation โดยจำนวนชั้นซ่อนเร้นที่ทำให้ผลลัพธ์การคาดการณ์แผ่นดินไหวมีความแม่นยำมากที่สุด คือ จำนวน 2 ชั้น สำหรับจำนวนโหนดของชั้นซ้อนเร้นพบว่าขึ้นอยู่กับจำนวนตัวแปรข้อมูลนำเข้าของแบบจำลองโครงข่ายฯ
Article Details
บท
บทความวิชาการ
References
1. Shimizu I, Osawa H, Seo T, Yasuike S, Sasaki S. Earthquake-related ground motion and groundwater pressure change at the Kamaishi Mine. Engineering Geology 1996;43(2):107-18.
2. Jiang M. Easily magnetic anomalies earthquake prediction. MATEC Web of Conferences 2016;63:1-5.
3. Hayakawa M. Electromagnetic phenomena related with earthquakes (earthquake prediction). The International Workshop on Modern Science and Technology 2008:393-8.
4. Guo G, Jie Y. Three Attempts of Earthquake Prediction with Satellite Cloud Images. Natural Hazards and Earth System Sciences 2013;13:91-5.
5. Jilani Z, Mehmood T, Alam A, Awais M, Iqbal T. Monitoring and descriptive analysis of radon in relation to seismic activity of Northern Pakistan. Journal of Environmental Radioactivity 2017;172:43-51.
6. Yamauchi H, Uchiyama H, Ohtani N, Ohta M. Unusual Animal Behavior Preceding the 2011 Earthquake off the Pacific Coast of Tohoku, Japan: A Way to Predict the Approach of Large Earthquakes. Animals 2014;4(2):131-45.
7. Kannan S. Innovative Mathematical Model for Earthquake Prediction. Engineering Failure Analysis 2014;41:89-95.
8. Sheng J, Mu D, Zhang H, Lv H. Seismotectonics Considered Artificial Neural Network Earthquake Prediction in Northeast Seismic Region of China. The Open Civil Engineering Journal 2015;9:522-8.
9. Sriram A, Rahanamayan S, Bourennani F. Artificial Neural Networks for Earthquake Anomaly Detection. Journal of Advanced Computational Intelligence and Intelligent Informatics 2014;18(5):701-13.
10. Emilio Florido, José L. Aznarte, Antonio Morales-Esteban, Martínez-Álvarez F. Earthquake magnitude prediction based on articial neural networks: A survey. Croatian Operational Research. 2016;7:159-69.
11. Reyes J, Morales-Esteban A, Martínez- Álvarez F. Neural networks to predict earthquakes in Chile. Applied Soft Computing 2013;13(2):1314-28.
12. Cortés G, Martínez-Álvarez F, Troncoso A, Morales-Esteban A. Medium-large earthquake magnitude prediction in Tokyo with artificial neural networks. Neural Comput & Applic 2017:1043-55.
13. Wang Q, Guo Y, Yu L, Li P. Earthquake Prediction based on Spatio-Temporal Data Mining: An LSTM Network Approach. IEEE Transactions on Emerging Topics in Computing 2019:1-11.
14. Nanjo K, Holliday J, Chen C-C, Rundle J, Turcotte DL. Application of a modified pattern informatics method to forecasting the locations of future large earthquakes in the central Japan. Tectonophysics 2006;424:351-66.
15. Li C, Liu X. An improved PSO-BP neural network and its application to earthquake prediction. In Proceedings of the Chinese Control and Decision Conference 2016:3434-8.
16. Shah H, Ghazali R, Mohd Nawi N. Using Artificial Bee Colony Algorithm for MLP Training on EarthquakeTime Series Data Prediction. Second International Conference on Genetic and Evolutionary Computing 2011:128-31.
17. Shao X, Li X, Li L, Hu X. The Application of Ant-Colony Clustering Algorithm to Earthquake Prediction. Advances in Electronic Engineering,Communication and Management 2012:145-50.
18. Zamani A, Sorbi M, Safavi AA. Application of neural network and ANFIS model for earthquake occurrence in Iran. Earth Sci Inform 2013:71-85.
19. Külahcı F, Inceöz M, Dogru M, Aksoy E, Baykara O. Artificial neural network model for earthquake prediction with radon monitoring. Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture. industry and medicine 2008;67:212-9.
20. Panakkat A, Adeli H. Recurrent Neural Network for Approximate Earthquake Time and Location Prediction Using Multiple Seismicity Indicators. Computer-Aided Civil and Infrastructure Engineering 2009;24:280-92.
21. Adeli H, Panakkat A. A probabilistic neural network for earthquake magnitude prediction. Neural Networks. 2009;22(7):1018-24.
22. Madahizadeh R, Allamehzadeh M. Prediction of Aftershocks Distribution Using Artificial Neural Networks and Its Application on the May 12, 2008 Sichuan Earthquake. Journal of Seismology and Earthquake Engineering. 2009;11:111-20.
23. Spall H. Clarence Allen talks about the responsibilities in earthquake prediction. Earthquake Information Bulletin (USGS) 1978;10(4):116-9.
24. Narayanakumar S, Raja K. A BP Artificial Neural Network Model for Earthquake Magnitude Prediction in Himalayas, India. Circuits and Systems 2016;7(11):3456-68.
25. Abraham A, V R. A Particle Swarm Optimization - Backpropagation (PSO-BP) Model for the Prediction of Earthquake in Japan. In: Shetty NR et al (ed) Emerging Research in Computing, Information, Communication and Applications. Advances in Intelligent Systems and Computing 2009;882:435-41.
26. Panakkat A, Adeli H. Neural Network Models for earthquake Magnitude Prediction Using Multipl Seismicity Indicators. International Journal of Neural Systems 2007;17(01):13-33.
27. Sunkara S, Tiwari RK. Model dissection from earthquake time series: A comparative analysis using modern non-linear forecasting and artificial neural network approaches 2009:191-204.
28. Bodri B. A neural network model for earthquake occurrence. Journal of Geodynamics 2001;32(3):289-310.
29. Sil A, Zarola A. Artificial neural networks (ANN) and stochastic techniques to estimate earthquake occurrences in Northeast region of India. Annals of Geophysics 2017:1-37.
30. Morales-Esteban A, Martínez-Álvarez F, Reyes J. Earthquake prediction in seismogenic areas of the Iberian Peninsula based on computational intelligence. Tectonophysics 2013;593:121-34.
31. Zollo A, Marzocchi W, Capuano P, Lomax A, Iannaccone G. Space and time behavior of seismic activity at Mt. Vesuvius volcano, Southern Italy 2002:625-40.
32. Shi Y, Bolt. The standard error of the Magnitude-frequency b value. Bulletin of the Seismological Society of America 1982;72(5):1677-87.
33. Moustra M, Avraamides M, Christodoulou C. Artificial neural networks for earthquake prediction using time series magnitude data or Seismic Electric Signals. Expert Systems with Applications 2011;38(12):15032-9.
34. Zhou F, Zhu X. Earthquake Prediction Based on LM-BP Neural Network. Lecture Notes in Electrical Engineering. 2014;270:13-20.
35. Bhatia A, Pasari S, Mehta A. Earthquake Forecasting Using Artificial Neural Networks. International Archives of the Photogrammetry, Remte Sensing & Spatial Information Sciences 2018:823-7.
36. Zhang Q, Wang C. Using Genetic Algorithm to Optimize Artificial Neural Network: A Case Study on Earthquake Prediction. IEEE 2008:128-31.
37. Martínez-Álvarez F, Reyes J, Morales-Esteban A, Rubio-Escudero C. Determining the best set of seismicity indicators to predict earthquakes. Two case studies: Chile and the Iberian Peninsula. Knowledge-Based Systems 2013;50:198-210.
38. Buscema M, Massini G, Maurelli G. Artificial Adaptive Systems to predict the magnitude of earthquakes. Bollettino di Geofisica Teorica ed Applicata 2015;56(2):227-56.
39. Niksarlioglu S, Kulahci F. An Artificial Neural Network Model for Earthquake Prediction and Relations between Environmental Parameters and Earthquakes. WAS Engineering and Technology 2013;7(2):87-92.
40. Alarifi ASN, Alarifi NSN, Al-Humidan S. Earthquakes magnitude predication using artificial neural network in northern Red Sea area. Journal of King Saud University – Science 2012;24(4):301-13.
41. Soleimani Zakeri NS, Pashazadeh S. Application of Neural Network Based on Genetic Algorithm in Predicting Magnitude of Earthquake in North Tabriz Fault (NW Iran). Current Science 2015;109(9):1715-22.
42. กรมป้องกัน และ บรรเทาสาธารณภัย. 2556. การลดความเสี่ยงจากสาธารณภัย. กรุงเทพฯ: โรงพิมพ์ชุมนุมสหกรณ์การเกษตรแห่งประเทศไทย จำกัด.
43. รายงานการเกิดแผ่นดินไหวบริเวณจังหวัดเชียงราย. สำนักเฝ้าระวังแผ่นดินไหว กรมอุตุนิยมวิทยา,2557.
44. ลักษณะเฉพาะของรูปแบบไหวสะเทือนบริเวณชายแดนประเทศไทย-ลาว-พม่า. สำนักเฝ้าระวังแผ่นดินไหว กรมอุตุนิยมวิทยา, 2560.
45. Negarestani A, Setayeshi S, Ghannadi-Maragheh M, Akashe B. Layered neural networks based analysis of radon concentration and environmental parameters in earthquake prediction. Journal of Environmental Radioactivity 2002;62(3):225-33.
46. Plumb AP, Rowe RC, York P, Brown M. Optimisation of the predictive ability of artificial neural network (ANN) models: a comparison of three ANN programs and four classes of training algorithm. Eur J Pharm Sci 2005;25 (4-5):395-405.
2. Jiang M. Easily magnetic anomalies earthquake prediction. MATEC Web of Conferences 2016;63:1-5.
3. Hayakawa M. Electromagnetic phenomena related with earthquakes (earthquake prediction). The International Workshop on Modern Science and Technology 2008:393-8.
4. Guo G, Jie Y. Three Attempts of Earthquake Prediction with Satellite Cloud Images. Natural Hazards and Earth System Sciences 2013;13:91-5.
5. Jilani Z, Mehmood T, Alam A, Awais M, Iqbal T. Monitoring and descriptive analysis of radon in relation to seismic activity of Northern Pakistan. Journal of Environmental Radioactivity 2017;172:43-51.
6. Yamauchi H, Uchiyama H, Ohtani N, Ohta M. Unusual Animal Behavior Preceding the 2011 Earthquake off the Pacific Coast of Tohoku, Japan: A Way to Predict the Approach of Large Earthquakes. Animals 2014;4(2):131-45.
7. Kannan S. Innovative Mathematical Model for Earthquake Prediction. Engineering Failure Analysis 2014;41:89-95.
8. Sheng J, Mu D, Zhang H, Lv H. Seismotectonics Considered Artificial Neural Network Earthquake Prediction in Northeast Seismic Region of China. The Open Civil Engineering Journal 2015;9:522-8.
9. Sriram A, Rahanamayan S, Bourennani F. Artificial Neural Networks for Earthquake Anomaly Detection. Journal of Advanced Computational Intelligence and Intelligent Informatics 2014;18(5):701-13.
10. Emilio Florido, José L. Aznarte, Antonio Morales-Esteban, Martínez-Álvarez F. Earthquake magnitude prediction based on articial neural networks: A survey. Croatian Operational Research. 2016;7:159-69.
11. Reyes J, Morales-Esteban A, Martínez- Álvarez F. Neural networks to predict earthquakes in Chile. Applied Soft Computing 2013;13(2):1314-28.
12. Cortés G, Martínez-Álvarez F, Troncoso A, Morales-Esteban A. Medium-large earthquake magnitude prediction in Tokyo with artificial neural networks. Neural Comput & Applic 2017:1043-55.
13. Wang Q, Guo Y, Yu L, Li P. Earthquake Prediction based on Spatio-Temporal Data Mining: An LSTM Network Approach. IEEE Transactions on Emerging Topics in Computing 2019:1-11.
14. Nanjo K, Holliday J, Chen C-C, Rundle J, Turcotte DL. Application of a modified pattern informatics method to forecasting the locations of future large earthquakes in the central Japan. Tectonophysics 2006;424:351-66.
15. Li C, Liu X. An improved PSO-BP neural network and its application to earthquake prediction. In Proceedings of the Chinese Control and Decision Conference 2016:3434-8.
16. Shah H, Ghazali R, Mohd Nawi N. Using Artificial Bee Colony Algorithm for MLP Training on EarthquakeTime Series Data Prediction. Second International Conference on Genetic and Evolutionary Computing 2011:128-31.
17. Shao X, Li X, Li L, Hu X. The Application of Ant-Colony Clustering Algorithm to Earthquake Prediction. Advances in Electronic Engineering,Communication and Management 2012:145-50.
18. Zamani A, Sorbi M, Safavi AA. Application of neural network and ANFIS model for earthquake occurrence in Iran. Earth Sci Inform 2013:71-85.
19. Külahcı F, Inceöz M, Dogru M, Aksoy E, Baykara O. Artificial neural network model for earthquake prediction with radon monitoring. Applied radiation and isotopes : including data, instrumentation and methods for use in agriculture. industry and medicine 2008;67:212-9.
20. Panakkat A, Adeli H. Recurrent Neural Network for Approximate Earthquake Time and Location Prediction Using Multiple Seismicity Indicators. Computer-Aided Civil and Infrastructure Engineering 2009;24:280-92.
21. Adeli H, Panakkat A. A probabilistic neural network for earthquake magnitude prediction. Neural Networks. 2009;22(7):1018-24.
22. Madahizadeh R, Allamehzadeh M. Prediction of Aftershocks Distribution Using Artificial Neural Networks and Its Application on the May 12, 2008 Sichuan Earthquake. Journal of Seismology and Earthquake Engineering. 2009;11:111-20.
23. Spall H. Clarence Allen talks about the responsibilities in earthquake prediction. Earthquake Information Bulletin (USGS) 1978;10(4):116-9.
24. Narayanakumar S, Raja K. A BP Artificial Neural Network Model for Earthquake Magnitude Prediction in Himalayas, India. Circuits and Systems 2016;7(11):3456-68.
25. Abraham A, V R. A Particle Swarm Optimization - Backpropagation (PSO-BP) Model for the Prediction of Earthquake in Japan. In: Shetty NR et al (ed) Emerging Research in Computing, Information, Communication and Applications. Advances in Intelligent Systems and Computing 2009;882:435-41.
26. Panakkat A, Adeli H. Neural Network Models for earthquake Magnitude Prediction Using Multipl Seismicity Indicators. International Journal of Neural Systems 2007;17(01):13-33.
27. Sunkara S, Tiwari RK. Model dissection from earthquake time series: A comparative analysis using modern non-linear forecasting and artificial neural network approaches 2009:191-204.
28. Bodri B. A neural network model for earthquake occurrence. Journal of Geodynamics 2001;32(3):289-310.
29. Sil A, Zarola A. Artificial neural networks (ANN) and stochastic techniques to estimate earthquake occurrences in Northeast region of India. Annals of Geophysics 2017:1-37.
30. Morales-Esteban A, Martínez-Álvarez F, Reyes J. Earthquake prediction in seismogenic areas of the Iberian Peninsula based on computational intelligence. Tectonophysics 2013;593:121-34.
31. Zollo A, Marzocchi W, Capuano P, Lomax A, Iannaccone G. Space and time behavior of seismic activity at Mt. Vesuvius volcano, Southern Italy 2002:625-40.
32. Shi Y, Bolt. The standard error of the Magnitude-frequency b value. Bulletin of the Seismological Society of America 1982;72(5):1677-87.
33. Moustra M, Avraamides M, Christodoulou C. Artificial neural networks for earthquake prediction using time series magnitude data or Seismic Electric Signals. Expert Systems with Applications 2011;38(12):15032-9.
34. Zhou F, Zhu X. Earthquake Prediction Based on LM-BP Neural Network. Lecture Notes in Electrical Engineering. 2014;270:13-20.
35. Bhatia A, Pasari S, Mehta A. Earthquake Forecasting Using Artificial Neural Networks. International Archives of the Photogrammetry, Remte Sensing & Spatial Information Sciences 2018:823-7.
36. Zhang Q, Wang C. Using Genetic Algorithm to Optimize Artificial Neural Network: A Case Study on Earthquake Prediction. IEEE 2008:128-31.
37. Martínez-Álvarez F, Reyes J, Morales-Esteban A, Rubio-Escudero C. Determining the best set of seismicity indicators to predict earthquakes. Two case studies: Chile and the Iberian Peninsula. Knowledge-Based Systems 2013;50:198-210.
38. Buscema M, Massini G, Maurelli G. Artificial Adaptive Systems to predict the magnitude of earthquakes. Bollettino di Geofisica Teorica ed Applicata 2015;56(2):227-56.
39. Niksarlioglu S, Kulahci F. An Artificial Neural Network Model for Earthquake Prediction and Relations between Environmental Parameters and Earthquakes. WAS Engineering and Technology 2013;7(2):87-92.
40. Alarifi ASN, Alarifi NSN, Al-Humidan S. Earthquakes magnitude predication using artificial neural network in northern Red Sea area. Journal of King Saud University – Science 2012;24(4):301-13.
41. Soleimani Zakeri NS, Pashazadeh S. Application of Neural Network Based on Genetic Algorithm in Predicting Magnitude of Earthquake in North Tabriz Fault (NW Iran). Current Science 2015;109(9):1715-22.
42. กรมป้องกัน และ บรรเทาสาธารณภัย. 2556. การลดความเสี่ยงจากสาธารณภัย. กรุงเทพฯ: โรงพิมพ์ชุมนุมสหกรณ์การเกษตรแห่งประเทศไทย จำกัด.
43. รายงานการเกิดแผ่นดินไหวบริเวณจังหวัดเชียงราย. สำนักเฝ้าระวังแผ่นดินไหว กรมอุตุนิยมวิทยา,2557.
44. ลักษณะเฉพาะของรูปแบบไหวสะเทือนบริเวณชายแดนประเทศไทย-ลาว-พม่า. สำนักเฝ้าระวังแผ่นดินไหว กรมอุตุนิยมวิทยา, 2560.
45. Negarestani A, Setayeshi S, Ghannadi-Maragheh M, Akashe B. Layered neural networks based analysis of radon concentration and environmental parameters in earthquake prediction. Journal of Environmental Radioactivity 2002;62(3):225-33.
46. Plumb AP, Rowe RC, York P, Brown M. Optimisation of the predictive ability of artificial neural network (ANN) models: a comparison of three ANN programs and four classes of training algorithm. Eur J Pharm Sci 2005;25 (4-5):395-405.