Vulcano, l’intelligenza artificiale per il monitoraggio: nuovo studio INGV-Università di Catania
La ricerca ha analizzato un ampio periodo di osservazione, dal 2016 al 2024, combinando dati provenienti dai satelliti VIIRS e Sentinel-2 con le rilevazioni delle temperature delle fumarole registrate dalla rete di monitoraggio dell’INGV nell’area del Cratere La Fossa.
“Lo studio ha integrato informazioni termiche e ambientali per ricostruire l’evoluzione del sistema idrotermale nel tempo”, spiega Francesco Spina, ricercatore INGV e autore dello studio.
L’intelligenza artificiale per interpretare le fasi del vulcano
Uno degli aspetti innovativi della ricerca è l’utilizzo di un modello di apprendimento semi-supervisionato, capace di distinguere con maggiore precisione le diverse condizioni del sistema vulcanico: background, crisi minore e unrest (fase di instabilità).
“In particolare – sottolinea Gaetana Ganci, ricercatrice INGV – l’uso di reti neurali generative semi-supervisionate (SGAN) ha permesso di superare il limite della scarsa disponibilità di dati etichettati, tipica degli eventi di crisi vulcanica”.
Le SGAN sono modelli di intelligenza artificiale in grado di apprendere anche con pochi dati già classificati, sfruttando al tempo stesso grandi quantità di informazioni non etichettate.
Verso un monitoraggio vulcanico più preciso e precoce
About The Author
