Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS

Detection of Early seismic signal using ARtificiaL Intelligence

Description du projet

Détecter des signaux de faible amplitude pour anticiper les tremblements de terre

Les catastrophes naturelles telles que les tremblements de terre sont difficiles à prévoir. Toutefois, les développements spectaculaires de l’intelligence artificielle (IA) ouvrent la voie à l’anticipation de ces phénomènes destructeurs. Le projet EARLI, financé par l’UE, utilisera l’IA pour identifier de légers signaux sismiques avant-coureurs afin d’accélérer l’alerte préventive et examiner la possibilité de prédire les tremblements de terre. Plus précisément, il mettra en œuvre une approche d’alerte précoce basée sur un signal nouvellement identifié, causé par la perturbation du champ de gravité généré par un tremblement de terre. Ce signal est d’environ six ordres de magnitude plus petit que les ondes sismiques (limitant fortement sa détection avec les techniques standard), mais il les précède. La seconde approche, plus exploratoire, consistera à adapter l’algorithme d’IA développé à la recherche de signaux encore plus précoces précédant le déclenchement des grands tremblements de terre.

Objectif

Earthquakes caused nearly one million fatalities in the last two decades. The hazardous nature of earthquakes is largely due to their unpredictability. The question of whether this unpredictability is ontological (i.e. earthquakes are a chaotic phenomenon that physics cannot predict) or a consequence of our incapacity to model them is still open. In the first case, one may never hope to predict earthquakes and efforts should be focused towards developing early-warning approaches so that the population can prepare for imminent shaking and tsunami. In the second case, earthquake prediction becomes theoretically achievable. In both cases, Artificial Intelligence (AI) may lead to giant steps in anticipating destructive events. I propose here to use AI to identify weak early seismic signals to both speed up early-warning and explore the possibility of earthquake prediction. The first part of the project will be devoted to implementing an early-warning approach not based on P-waves as all current systems but on an earlier signal recently identified. This signal is due to the perturbation of the gravity field generated by an earthquake – which propagates at the speed of light – but is ~6 orders of magnitude smaller than seismic waves, strongly limiting its detection with standard techniques. AI has proven very efficient at detecting low-amplitude signals. I will implement an AI algorithm to systematically detect gravity perturbations generated by magnitude > 7 earthquakes and rapidly estimate from them the location and magnitude of the earthquake. Though the existence of earthquake precursors (i.e. signals preceding the origin of earthquakes themselves) is hypothetical, AI represents a new prowerful mean to discover them. In the second part of the project, I will adapt the AI algorithm developed in the first part to search for earthquake precursors.

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Mots‑clés

Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

ERC-STG - Starting Grant

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) ERC-2020-STG

Voir tous les projets financés au titre de cet appel

Institution d’accueil

INSTITUT DE RECHERCHE POUR LE DEVELOPPEMENT
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 1 499 518,00
Adresse
BOULEVARD DE DUNKERQUE 44 CS 90009
13572 Marseille
France

Voir sur la carte

Région
Provence-Alpes-Côte d’Azur Provence-Alpes-Côte d’Azur Bouches-du-Rhône
Type d’activité
Research Organisations
Liens
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

€ 1 499 518,00

Bénéficiaires (1)

Mon livret 0 0