Ekip, verilerin analizinde en başarılı sonuçları XGBoost algoritmasıyla elde etti ve farklı şehirlerde bu algoritmayı tekrar denedi.
Makalede, dünyanın en depreme yatkın bölgelerinden biri olan Kuzey Anadolu Fayı'na yakın İstanbul'da elde edilen yüzde 91,65’lik doğruluk oranı vurgulandı. Ayrıca, San Diego için bu oranın yüzde 98,53’e ulaştığı belirtildi.
Araştırmada, deprem büyüklüğünü etkileyen çeşitli faktörler göz önüne alınarak bir veri seti oluşturuldu. Deprem sıklığı, bölgenin yeraltı yapısı ve geçmişteki en büyük depremin büyüklüğü gibi parametreler analiz edildi. Ayrıca, deprem büyüklüklerini tahmin etmede kritik öneme sahip Gutenberg-Richter b-değeri de hesaplanarak modelin doğruluğu artırılmaya çalışıldı.
Bu çalışmalar, "Predictive Modeling of Earthquakes in Los Angeles With Machine Learning and Neural Networks" ve "Improving earthquake prediction accuracy in Los Angeles with machine learning" başlıklı makalelerle, Scientific Reports by Nature dergisinde yayımlandı.
Araştırma uluslararası düzeyde de büyük yankı uyandırdı. Birleşmiş Milletler’in ana afet risk azaltma platformu olan PreventionWeb’ te yer alan araştırma deprem riskli bölgeler için de bir umut kaynağı haline gelmiş oldu. Uzmanlar, bu çığır açıcı araştırmanın doğal afetleri anlama ve onlara karşı hazırlıklı olma biçimimizi kökten değiştireceğine inanıyor.
