Una predicción del 91,7
Todos estos datos se utilizaron para «enseñar» a un algoritmo cómo se alteraba la trayectoria de la onda de radio durante tales eventos. Para limitar el riesgo de falsos positivos, los investigadores sólo conservaron las perturbaciones detectadas por al menos el 70{0a3ef2ec5971b91687e599f4136cbab7406151479c3fb8e9cd194abb6479927c} de las estaciones terrestres cuando entraban en contacto con un satélite.
Publicidad
A continuación, el algoritmo analizó 26 días de datos relativos a otro tsunami que se originó en el Pacífico y azotó Chile en 2015. Los resultados fueron prometedores: el sistema predijo el terremoto en un 91,7{0a3ef2ec5971b91687e599f4136cbab7406151479c3fb8e9cd194abb6479927c}. Obviamente, no se trata de un resultado óptimo, pero los investigadores creen que el método puede mejorarse entrenando el algoritmo con más eventos y con una mayor diversidad en las zonas geográficas afectadas.
Creen que su método, si llega a aplicarse, tiene varias ventajas. Ya no requiere el uso de equipos específicos, ofrece una mayor cobertura geográfica y no exige el desarrollo de un algoritmo específico. El proyecto se llevó a cabo utilizando la arquitectura de red de aprendizaje profundo ResNet-50 presentada por un equipo de Microsoft en 2015.
