Selon une nouvelle étude, les ordinateurs peuvent être entraînés à mieux détecter les détonations nucléaires, les explosions chimiques et les éruptions volcaniques à distance en apprenant des signaux d’explosion artificiels.
L’étude a été publiée dans le journal “Geophysical Research Letters”.
Witsil, du centre technique Wilson Alaska du Geophysical Institute, et ses collègues ont créé une bibliothèque de signaux d’explosion infrasoniques synthétiques pour entraîner les ordinateurs à reconnaître la source d’un signal infrasonique. Les infrasons ont une fréquence trop basse pour être entendus par les humains et se déplacent plus loin que les ondes audibles à haute fréquence.
“Nous avons utilisé un logiciel de modélisation pour générer 28 000 signaux infrasonores synthétiques qui, bien que générés dans un ordinateur, pourraient hypothétiquement être enregistrés par des microphones infrasonores déployés à des centaines de kilomètres d’une grande explosion”, a déclaré Witsil.
Les signaux artificiels reflètent les variations des conditions atmosphériques, qui peuvent modifier le signal d’une explosion à l’échelle régionale ou mondiale au fur et à mesure que les ondes sonores se propagent. Ces changements peuvent rendre difficile la détection de l’origine et du type d’une explosion à grande distance.
Pourquoi créer des sons artificiels d’explosions plutôt que d’utiliser des exemples du monde réel ? Comme les explosions ne se sont pas produites à tous les endroits de la planète et que l’atmosphère change constamment, il n’y a pas assez d’exemples réels pour entraîner des algorithmes de détection généralisés par apprentissage automatique.
“Nous avons décidé d’utiliser des synthétiques parce que nous pouvons modéliser un certain nombre de types d’atmosphères différentes à travers lesquelles les signaux peuvent se propager”, a déclaré Witsil. “Ainsi, même si nous n’avons pas accès à des explosions qui se sont produites en Caroline du Nord, par exemple, je peux utiliser mon ordinateur pour modéliser des explosions en Caroline du Nord et construire un algorithme d’apprentissage automatique pour y détecter des signaux d’explosion.”
Aujourd’hui, les algorithmes de détection reposent généralement sur des réseaux d’infrasons composés de plusieurs microphones proches les uns des autres. Par exemple, l’Organisation internationale du traité d’interdiction complète des essais nucléaires, qui surveille les explosions nucléaires, a déployé des réseaux d’infrasons dans le monde entier.
“Cela coûte cher, c’est difficile à entretenir et beaucoup d’autres choses peuvent se briser”, a déclaré M. Witsil. La méthode de Witsil améliore la détection en utilisant des centaines de microphones infrasonores à élément unique déjà en place dans le monde. Cela rend la détection plus rentable.
La méthode d’apprentissage automatique élargit l’utilité des microphones infrasonores à élément unique en les rendant capables de détecter des signaux d’explosion plus subtils en temps quasi réel. Les microphones à élément unique ne sont actuellement utiles que pour l’analyse rétroactive de signaux connus et généralement de forte amplitude, comme ils l’ont fait lors de l’éruption massive du volcan Tonga en janvier.
La méthode de Witsil pourrait être déployée dans un cadre opérationnel pour la défense nationale ou l’atténuation des risques naturels.
