رویدادهای زمین شناسی نظیر زمین لرزه ای که 21 آبان 96 سرپل ذهاب را به لرزه درآورد و خسارات زیادی را هم به بار آورد بسادگی قابل تشخیص هستند. اما ریزلرزه ها که در واقع زمین لرزه هایی با شدت پایین هستند و بزرگی شان از دو ریشتر تجاوز نمی کند، بسختی شناسایی می شوند. در واقع به خاطر صداهای پس زمینه، رویدادهای انسانی کوچک و مواردی از این نوع سیستم های پایشی زمین لرزه قادر به تشخیص این ریزلرزه ها نیستند.به گزارش دیجیاتو و به نقل از venturebeat مقاله ای توسط دپارتمان زمین شناسی دانشگاه استنفورد منتشر شده که ظاهرا به راهکار احتمالی برای تشخیص این ریزلرزه ها می پردازد. مولفان این مقاله سیستمی براساس هوش مصنوعی را توسعه داده اند که تشخیص دهنده زلزله Cnn-Rnn یا به اختصار CRED نام دارد و قادر است طیف وسیعی از سیگنال های لرزشی را چه با کمک سوابق زمین لرزه و چه براساس داده های لحظه ای تشخیص دهد. این سیستم براساس فناوری توسعه یافته توسط پژوهشگران دانشگاه هاروارد و گوگل طراحی شده که در واقع نوعی الگوی مبتنی بر هوش مصنوعی است و توانایی پیش بینی موقعیت پس لرزه ها تا یکسال بعد از وقوع زمین لرزه های بزرگ را دارد.سیستمی که محققان دانشگاه استنفورد طراحی کرده اند دربرگیرنده دو نوع لایه شبکه عصبی (گره های پردازشی متصل به هم که تاحدودی عملکرد نورون ها درون مغز را شبیه سازی می کنند) است. این دو شبکه در کنار هم یک چارچوب یادگیری را می سازند که مشکل رایج شبکه های عصبی چند لایه را تا حدود زیادی کم می کند.محققان این پروژه می گویند: الگوی ما قادر است بالغ بر 700 ریزلرزه با بزرگای 13/1 را با فاصله نسبتا زیاد از منشاشناسایی کند.