Public earthquake early warning systems have the potential to reduce individual risk by warning people of an incoming tremor but their development has been hampered by costly infrastructure. Furthermore, users' understanding of such a service and their reactions to warnings remains poorly studied. The smartphone app of the Earthquake Network initiative turns users' smartphones into motion detectors and provides the first example of purely smartphone-based earthquake early warnings, without the need for dedicated seismic station infrastructure and operating in multiple countries. We demonstrate here that early warnings have been emitted in multiple countries even for damaging shaking levels and so this offers an alternative in the many regions unlikely to be covered by conventional early warning systems in the foreseeable future. We also show that although warnings are understood and appreciated by users, notably to get psychologically prepared, only a fraction take protective actions such as "drop, cover and hold".


翻译:公共地震预警系统通过警告人们发生地震,有可能降低个人风险,因为震震发生后警告人们发生地震,但其发展受到昂贵的基础设施的阻碍;此外,用户对此类服务的理解及其对警报的反应仍然没有得到很好的研究;地震网络倡议的智能手机应用将用户的智能手机变成运动探测器,提供了纯粹智能手机地震预警的第一个例子,而不需要专门的地震站基础设施和在多个国家运作;我们在这里表明,许多国家已经发出预警,即使是因为震动水平受损,因此,这为许多在可预见的将来不可能被常规预警系统覆盖的区域提供了替代方法;我们还表明,虽然用户理解和赞赏警报,特别是为了做好心理准备,但只有一小部分人采取“投放、掩护和搁置”等保护性行动。

0
下载
关闭预览

相关内容

专知会员服务
39+阅读 · 2020年9月6日
可解释强化学习,Explainable Reinforcement Learning: A Survey
专知会员服务
129+阅读 · 2020年5月14日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
谷歌足球游戏环境使用介绍
CreateAMind
33+阅读 · 2019年6月27日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Arxiv
14+阅读 · 2020年12月17日
Arxiv
45+阅读 · 2019年12月20日
VIP会员
相关VIP内容
专知会员服务
39+阅读 · 2020年9月6日
可解释强化学习,Explainable Reinforcement Learning: A Survey
专知会员服务
129+阅读 · 2020年5月14日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
59+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
相关资讯
谷歌足球游戏环境使用介绍
CreateAMind
33+阅读 · 2019年6月27日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
Top
微信扫码咨询专知VIP会员