U-Trans: sismik dalga formu temsili ve geliştirilmiş sonraki deprem görevleri için bir temel model

Neden daha akıllı deprem dinlemesi önemli

Depremler uyarı vermeden meydana gelebilir, ancak Dünya içinde yayılan titreşimler çok sayıda bilgi taşır. Bu sarsıntı sinyallerini hızlı ve güvenilir yanıtlara dönüştürmek—Nerede oldu? Ne kadar büyüktü? Hangi fay hareket etti?—modern deprem izleme sistemlerinin işidir. Bu çalışma, etiketli veri kıt olduğunda bile birden çok deprem görevini aynı anda geliştirebilecek şekilde tasarlanmış, güçlü ve genel amaçlı bir yapay zeka modeli kullanarak sismik dalgaları “dinlemenin” yeni bir yolunu tanıtıyor.

Deprem verileri için yeni bir ortak beyin

Mevcut birçok yapay zeka aracı uzmanlaşmıştır: biri önemli dalga gelişlerini seçer, bir diğeri büyüklüğü tahmin eder, başkası konumu bulur vb. Çoğu tek bir bölge üzerinde eğitilir ve başka yere taşındığında zorlanır. Yazarlar, dil ve görsel alanlardaki temel modellere (foundation models) esinlenen farklı bir strateji öneriyor: U-Trans adını verdikleri tek bir büyük model inşa ederek milyonlarca örnekten sismik dalga formlarının zengin bir iç temsili öğrenilsin ve bu temsil birçok sonraki araca paylaştırılsın. Mevcut modellerin yerini almak yerine, U-Trans onlara ek, bilgilendirici sinyaller sağlayan ortak bir “özellik motoru” olarak davranır.

Modeli parçaları saklayarak öğretmek

U-Trans’i eğitmek için araştırmacıların olay zamanı veya büyüklük gibi insan etiketlerine ihtiyacı yoktur. Bunun yerine kendiliğinden denetimli bir görev kullanırlar: birkaç küresel veri setinden alınan gerçek üç bileşenli seismogramların yaklaşık üçte birine kadarını zaman ve frekans ekseninde kasıtlı olarak kaldırmak ve ağdan eksik olanı yeniden oluşturmasını istemek. Mimari olarak U-Trans, izlerdeki ince yerel oynamaları yakalayan U-şeklinde bir kodlayıcı–kod çözücü ile dalga formu boyunca uzun menzilli ilişkileri öğrenen kompakt bir dönüştürücü (transformer) modülünü birleştirir. Boşlukları doldurmayı öğrenmek, modelin P ve S dalgalarının altında yatan fiziğini içselleştirmesini ve anlamlı sinyalleri gürültüden ayırt etmesini zorunlu kılar.

Ana dalga gelişlerini izleyen gizli desenler

Yaklaşık 2,5 milyon seismogram üzerinde eğitildikten sonra U-Trans, bozulmuş dalga formlarını güvenilir şekilde yeniden inşa edebilir; bu da verinin temel yapısını yakaladığını gösterir. Yazarlar içsel gizli özellikleri—inşa ettiği her dalga formunun sıkıştırılmış iç resmi—incelediğinde, bu özelliklerin deprem izlemede kullanılan ana dalga türleri olan P ve S dalgalarının geliş zamanları etrafında etkinleştiğini bulurlar. Gerçek olay içermeyen gürültülü kayıtlar için gizli desenler yaygın ve yapısızdır. Ayrı bir görselleştirme tekniği, modele hangi kayıtların deprem sinyali, hangilerinin gürültü olduğunu açıkça söylememiş olmalarına rağmen, modelin içsel temsillerinin doğal olarak deprem sinyallerini gürültüden ayrı kümelere ayırdığını gösterir.

Birçok deprem görevini aynı anda güçlendirmek

Bu öğrenilmiş özelliklerin gerçekten işe yarayıp yaramadığını test etmek için yazarlar U-Trans’i birkaç yerleşik derin öğrenme aracına entegre ederler: P ve S dalga gelişlerini seçen bir araç, tek istasyon verisinden olay konumunu belirleyen bir araç, büyüklük tahmini yapan bir araç ve P-dalgasının ilk yukarıya ya da aşağıya hareketini sınıflandıran bir araç. Her görev için U-Trans’in gizli özelliklerini ham üç bileşenli seismograma ek bir dördüncü giriş kanalı olarak ekler ve birleşik sistemi ince ayar yaparlar. Kaliforniya, Teksas, İtalya ve Japonya’dan—orijinal eğitimde kullanılmayan bölgeler dahil—veri setleri genelinde bu basit ekleme hataları tutarlı şekilde azaltır. Dalga geliş zamanlarının seçimi keskinleşir, mesafe ve derinlik tahminleri daha doğru olur, büyüklük tahminleri katalog değerleriyle daha iyi örtüşür ve polarite sınıflandırması, etiketli veri sadece az miktarda olsa bile gelişir.

Geleceğin deprem izlemesi için ne anlama geliyor

Çalışma, tek bir kendiliğinden denetimli temel modelin, birçok farklı izleme görevinin yararına olan genel bir sismik sarsıntı “dilini” öğrenebileceğini gösteriyor. Kısmi olarak gizlenmiş dalga formlarını yeniden oluşturmaya odaklanarak U-Trans, sismologların en çok önem verdiği dalga gelişlerini doğal olarak vurgular ve ardından bu damıtılmış bilgiyi sonraki modellere aktarır. Pratik açıdan bu yaklaşım daha doğru ve dayanıklı deprem katalogları, sınırlı eğitim verisi olan bölgelerde daha iyi performans ve yeni görevler ortaya çıktıkça genişletilebilecek esnek bir çerçeve vaat eder. Halk içinse bu, Dünya’nın ne zaman, nerede ve ne kadar şiddetle hareket ettiğine dair daha hızlı, daha güvenilir değerlendirmelere doğru atılmış bir adımdır.

Atıf: Saad, O.M., Chen, Y. & Alkhalifah, T. U-Trans: a foundation model for seismic waveform representation and enhanced downstream earthquake tasks. Sci Rep 16, 12657 (2026). https://doi.org/10.1038/s41598-026-41454-x

Anahtar kelimeler: deprem izleme, sismik dalga formları, derin öğrenme, temel modeller, kendiliğinden denetimli öğrenme