在8月30日发表于《自然》的一篇论文中，研究人员运用机器学习方法识别出了一种基于应力的定律，这种定律能预测大地震后会出现余震地点的模式。
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被证实要难得多。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。
美国康涅狄格大学Phoebe devries和同事通过13.1多万组地震及其余震的配对数据训练了一种神经网络。作者发现，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，识别并解释出现余震地点的模式，且比库仑破裂应力变化的准确度更高。作者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。（来源：中国科学报 晋楠/编译）
