英国《自然》杂志8月29日发表的一项地球科学研究中，美国科学家团队通过大量数据训练了一种神经网络，最终运用机器学习方法，识别出了一种基于应力的定律，而这种定律能预测大地震后余震出现地点的模式。

　　人类当前的科技水平尚无法预测地震的到来，甚至未来相当长的一段时间内，地震也是无法精准预测的。但在大地震发生后，估计后续地震发展趋势，也是人们非常关心的问题。科学家认为，余震是对大地震导致的地震应力变化的一种响应，现有的实证定律可用来描述余震的规模和频次，但解释并预测发生余震的地点，同样是相当有难度。

　　此前，一种名为“库仑破裂应力变化”（基于地震期间应力向周围的迁移）的因子常被用来解释发生余震的地点，但这种做法一直存在争议，库仑破裂应力的计算和应用中，有一些问题尚待探讨。

　　此次，美国康涅狄克大学研究人员费比·德福利尔斯及其同事，利用13.1万多组地震及其余震的配对数据，训练了一种神经网络。研究团队发现，他们的神经网络能在包含3万多组地震—余震的独立数据集中，识别并解释余震出现地点的模式，且比库仑破裂应力变化的准确度更高。

　　在随附的新闻与观点文中，美国斯坦福大学科学家格里高利·百洛泽认为，该结果强调了深度学习方法可提高余震预报的准确度，并为进一步了解地震激发机制提供了新见解。