توفر محاكيات حركة الأرض الزلزالية تنبؤات عالية الدقة ولكنها مكلفة من الناحية الحاسوبية لتحليل السيناريوهات واسعة النطاق. وقد تم دراسة النماذج البديلة المستندة إلى الشبكات متعددة الطبقات (MLPs) أو مشغلات فورييه العصبية (FNOs)، ولكن لكل منها قيود: تفشل MLPs في التقاط الارتباطات المكانية، بينما تتكبد FNOs تكاليف مرتفعة من التحويلات المتكررة لفورييه على الشبكات بدقة كاملة. للتغلب على هذه المشكلات، نقترح نموذجًا بديلاً قائمًا على بنية MLP-Mixer التي تعمل على شبكة مقسمة، مما يتيح استخراجًا فعالًا للارتباطات المكانية العالمية. بالإضافة إلى ذلك، نقدم تصميمًا متعدد الجداول يتم من خلاله دمج مدخلات المصدر والجيولوجيا عبر خلاط متعدد الوسائط قابل للتعلم، مما يسمح بالدمج المعتمد على الفترة، المستند إلى البيانات. تظهر التجارب على محاكيات خندق نانكاي أن الطريقة المقترحة، المشار إليها باسم Multi-MLP-Mixer، تحقق دقة مقارنة بالنماذج البديلة الرائدة بينما تقلل من وقت التدريب والاستدلال، مما يوازن بين الأداء التنبؤي والكفاءة الحاسوبية.
درس هاكيا وآخرون (الجمعه) هذا السؤال.