⚡ electrical engineering

Estimating Earthquake Magnitude in Sentinel-1 Imagery via Ranking

यह लेख एक मेट्रिक लर्निंग दृष्टिकोण प्रस्तावित करता है जो सेंटिनल-1 उपग्रह चित्रों से भूकंप की तीव्रता के अनुमान में सुधार करने के लिए युग्मवार रैंकिंग (pairwise rankings) को एकीकृत करता है, जिससे पारंपरिक शुद्ध प्रतिगमन (pure regression) विधियों की तुलना में माध्य पूर्ण त्रुटि (mean absolute error) में 30% से अधिक की कमी आती है, विशेष रूप से ट्रांसफॉर्मर आर्किटेक्चर पर आधारित मॉडलों में।

मूल लेखक: Daniele Rege Cambrin, Isaac Corley, Paolo Garza, Peyman Najafirad

प्रकाशित 2026-05-08

📖 4 मिनट में पढ़ें☕ कॉफ़ी ब्रेक में पढ़ें

CC BY 4.0

मूल लेखक: Daniele Rege Cambrin, Isaac Corley, Paolo Garza, Peyman Najafirad

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

यहाँ इस शोध पत्र का सरल भाषा में और रोज़मर्रा के उदाहरणों के साथ विवरण दिया गया है।

बड़ी समस्या: सीखने के लिए बहुत कम भूकंप

कल्पना कीजिए कि आप एक छात्र को केवल भूकंप से पहले और बाद की ज़मीन की सैटेलाइट तस्वीरों के आधार पर भूकंप की तीव्रता का अनुमान लगाना सिखाने की कोशिश कर रहे हैं।

समस्या यह है कि बड़े भूकंप दुर्लभ होते हैं। यह बिल्कुल वैसा ही है जैसे किसी को दुर्लभ पक्षियों के विभिन्न प्रकारों को पहचानना सिखाना, लेकिन आपके पास पूरी लाइब्रेरी में उनकी केवल 3,000 तस्वीरें ही उपलब्ध हों। क्योंकि डेटा बहुत कम है, पारंपरिक मशीन लर्निंग तरीके (जो आमतौर पर केवल सटीक संख्या का अनुमान लगाने की कोशिश करते हैं) अक्सर भ्रमित हो जाते हैं और गलतियाँ करते हैं। वे "नियमों" को सीखने में संघर्ष करते हैं क्योंकि उन्होंने पर्याप्त उदाहरण नहीं देखे हैं।

पुराना तरीका: केवल संख्या का अनुमान लगाना

पारंपरिक रूप से, शोधकर्ताओं ने एक ऐसा मॉडल बनाने की कोशिश की जो कैलकुलेटर की तरह काम करे। आप इसमें एक छवि डालते हैं, और यह एक संख्या देता है (जैसे, "मैग्निट्यूड 5.2")।

उदाहरण: यह एक छात्र को हर परीक्षा के प्रश्न के लिए एक विशिष्ट उत्तर याद करने के लिए कहने जैसा है। यदि वे ऐसा प्रश्न देखते हैं जिसका उन्होंने अभ्यास नहीं किया है, तो वे बस अंदाज़ लगा सकते हैं।

नया विचार: रैंकिंग के माध्यम से सीखना ("स्वाद परीक्षण")

इस शोध पत्र के लेखकों ने एक चतुर तरकीब विकसित की। केवल कंप्यूटर को सटीक संख्या का अनुमान लगाने के बजाय, उन्होंने इसे दो भूकंपों की तुलना करना भी सिखाया।

उदाहरण: कल्पना कीजिए कि एक बच्चे को मिर्च की तीखेपन का आकलन करना सिखाना।
- पुराना तरीका: आप उन्हें एक मिर्च दिखाते हैं और पूछते हैं: "इसमें कितने स्कॉविल यूनिट हैं?" (संदर्भ के बिना अनुमान लगाना कठिन है)।
- नया तरीका: आप उन्हें दो मिर्च दिखाते हैं और पूछते हैं: "कौन सी अधिक तीखी है?" बच्चा आसानी से कह सकता है, "लाल वाली हरी वाली से अधिक तीखी है," भले ही वह यह न बता सके कि व्यक्तिगत रूप से प्रत्येक मिर्च कितनी तीखी है।

कंप्यूटर को ये दोनों काम करने के लिए प्रशिक्षित करके—संख्या का अनुमान लगाना और यह सही ढंग से रैंक करना कि कौन सा भूकंप अधिक शक्तिशाली था—मॉडल डेटा के "आकार" को बहुत बेहतर तरीके से समझ लेता है। यह सीखता है कि "भूकंप A, भूकंप B की तुलना में 6.0 के अधिक करीब दिखता है," जो इसे वास्तविक संख्याएँ सही ढंग से निर्धारित करने में मदद करता है।

उन्होंने क्या किया

डेटा: उन्होंने Sentinel-1 सैटेलाइट से ली गई सैटेलाइट छवियों का उपयोग किया। ये विशेष रडार चित्र हैं जो बादलों के पार और रात में भी देख सकते हैं। उन्होंने छवियों के जोड़े देखे: एक भूकंप से पहले का और एक भूकंप के बाद का।
मॉडल: उन्होंने यह पता लगाने के लिए विभिन्न प्रकार के "मस्तिष्क" (कंप्यूटर एल्गोरिदम) का परीक्षण किया कि कौन सा सबसे अच्छा काम करता है। उन्होंने इनका परीक्षण किया:
- कन्वोल्यूशनल न्यूरल नेटवर्क (CNNs): पारंपरिक पैटर्न-पहचान मशीनों की तरह।
- ट्रांसफॉर्मर्स (Transformers): आधुनिक चैटबॉट्स और इमेज जनरेटर में उपयोग किए जाने वाले शक्तिशाली AI के समान।
परीक्षण: उन्होंने "पुराने तरीके" (केवल संख्याओं का अनुमान लगाना) की तुलना "नए तरीके" (संख्याओं का अनुमान लगाना + रैंकिंग) से की।

परिणाम

परिणाम प्रभावशाली थे। प्रशिक्षण में "रैंकिंग" कार्य जोड़ने से:

सटीकता में सुधार: मॉडल तीव्रता का अनुमान लगाने में काफी बेहतर हो गए। सर्वोत्तम मामलों में, उन्होंने पुराने तरीकों की तुलना में अपनी सटीकता में 30% से अधिक का सुधार किया।
सर्वश्रेष्ठ प्रदर्शनकर्ता: एक मॉडल जिसका नाम ConvNeXt (एक प्रकार की पैटर्न-पहचान मशीन) है, समग्र रूप से सबसे अच्छा काम करता है।
दक्षता: दिलचस्प बात यह है कि सबसे बड़े, जटिल मॉडल (जैसे ट्रांसफॉर्मर्स) आवश्यक रूप से विजेता नहीं रहे। वे बहुत अधिक कंप्यूटिंग पावर का उपयोग करते थे लेकिन हमेशा सबसे सटीक नहीं थे। MobileNet नामक एक छोटे, हल्के मॉडल ने बहुत कम कंप्यूटिंग पावर के साथ वास्तव में उत्कृष्ट काम किया।

निष्कर्ष

यह शोध पत्र सिद्ध करता है कि यदि आपके पास कंप्यूटर को एक कठिन गणितीय समस्या सिखाने के लिए पर्याप्त डेटा नहीं है, तो आप उसे चीजों की तुलना करना सिखाकर मदद कर सकते हैं। AI को यह खेल खेलने देकर: "कौन सा भूकंप बड़ा था?" के साथ-साथ "सटीक संख्या क्या है?", यह सैटेलाइट छवियों के अंतर को बहुत अधिक प्रभावी ढंग से पहचानने में सक्षम होता है।

इस दृष्टिकोण के लिए किसी नए डेटा या महंगे सेंसर की आवश्यकता नहीं है; यह केवल इस बात को बदलता है कि कंप्यूटर उपलब्ध डेटा से कैसे सीखता है।

तकनीकी निष्कर्ष: रैंकिंग के माध्यम से सेंटिनल-1 छवियों से भूकंपीय परिमाण का अनुमान लगाना

समस्या की परिभाषा
भूकंपीय परिमाण का अनुमान पारंपरिक रूप से भौतिक भूकंपीय केंद्रों (seismic stations) पर निर्भर करता है। हालाँकि, इन केंद्रों को स्थापित करने और उनके रखरखाव से जुड़ी उच्च लागत और लॉजिस्टिक चुनौतियाँ वैश्विक कवरेज को सीमित करती हैं, जिससे दूरदराज या कम सेवा वाले क्षेत्रों में भूकंपीय गतिविधि की निगरानी बाधित होती है। यद्यपि पृथ्वी अवलोकन (EO) उपग्रह डेटा, विशेष रूप से सेंटिनल-1 से सिंथेटिक अपर्चर रडार (SAR), वैश्विक निगरानी के लिए एक आशाजनक विकल्प प्रदान करता है, इस क्षेत्र में मशीन लर्निंग का अनुप्रयोग "लो-डेटा रिजीम" (कम डेटा की स्थिति) की समस्या का सामना करता है। ऐतिहासिक रूप से दर्ज भूकंपों की कमी और उपग्रह छवियों का सीमित होना पारंपरिक रिग्रेशन मॉडलों के प्रदर्शन को बाधित करता है, जो इतने छोटे डेटासेट के साथ प्रभावी ढंग से सामान्यीकरण (generalize) करने में संघर्ष करते हैं।

कार्यप्रणाली
डेटा की कमी की चुनौती से निपटने के लिए, लेखक भूकंपीय परिमाण अनुमान को केवल एक रिग्रेशन कार्य के रूप में नहीं, बल्कि एक मेट्रिक लर्निंग समस्या के रूप में पुनर्व्याख्या करने का प्रस्ताव करते हैं। मुख्य नवाचार दो उद्देश्यों वाली एक प्रशिक्षण रणनीति है:

रिग्रेशन उद्देश्य (Regression Objective): मॉडल सेंटिनल-1 इमेज पेयर्स (घटना से पहले और बाद की) से पूर्ण परिमाण ( $G_t$ ) की भविष्यवाणी करता है।
रैंकिंग उद्देश्य (Ranking Objective): मॉडल को इमेज पेयर्स को उनके सापेक्ष परिमाण के आधार पर रैंक करने के लिए प्रशिक्षित किया जाता है।

कुल लॉस फंक्शन ( $L$ ), मानक मीन स्क्वेर्ड एरर (MSE) ( $L_{MSE}$ ) को एक मार्जिन रैंकिंग लॉस ( $L_{MR}$ ) के साथ जोड़ता है:
$L = L_{MSE} + L_{MR}$

मार्जिन रैंकिंग लॉस को इस प्रकार परिभाषित किया गया है:
$L_{MR}(x_1, x_2, y) = \max(0, -y \cdot (x_1 - x_2) + m)$
जहाँ $x_1$ और $x_2$ दो नमूनों के अनुमानित परिमाण हैं, $y$ सापेक्ष क्रम को दर्शाने वाला एक लेबल है (यदि $x_1 \geq x_2$ तो 1, अन्यथा -1), और $m$ एक मार्जिन हाइपरपैरामीटर है (प्रयोगों में 0.02 निर्धारित किया गया है)। यह दृष्टिकोण मॉडल को मौजूदा परिमाण मानों के अलावा अतिरिक्त लेबल किए गए डेटा की आवश्यकता के बिना, विभिन्न परिमाणों के नमूनों के बीच सापेक्ष दूरी को सीखने के लिए प्रोत्साहित करता है।

प्रायोगिक सेटअप
अध्ययन ने क्वेकसेट (QuakeSet) डेटासेट का उपयोग किया, जिसमें भूकंपीय घटनाओं से पहले और बाद में कैप्चर की गई 2-चैनल सेंटिनल-1 छवियों (VV और VH ध्रुवीकरण) के 3,327 जोड़े (रेज़ोल्यूशन 512 × 512 पिक्सेल) शामिल हैं। लेखकों ने मॉडल के आकार और प्रकार के प्रभाव को निर्धारित करने के लिए विभिन्न आर्किटेक्चर का मूल्यांकन किया:

कन्वोल्यूशनल न्यूरल नेटवर्क (CNNs): ConvNeXt v2 (Atto वेरिएंट) और MobileNet (Small और Large वेरिएंट)।
ट्रांसफॉर्मर्स (Transformers): MobileViT v2 और ViT-tiny।

सभी मॉडलों को ImageNet-प्रीट्रेंड वेट्स के साथ इनिशियलाइज़ किया गया था और AdamW ऑप्टिमाइज़र का उपयोग करके 10 एपोच (epochs) के लिए प्रशिक्षित किया गया था। प्रदर्शन को मीन एब्सोल्यूट एरर (MAE) और कम्प्यूटेशनल लागत (FLOPS) का उपयोग करके मापा गया।

मुख्य परिणाम
प्रयोगों ने प्रदर्शित किया कि रैंकिंग उद्देश्य को शामिल करने से परीक्षण किए गए सभी आर्किटेक्चर में प्रदर्शन में महत्वपूर्ण सुधार हुआ।

प्रदर्शन में सुधार: प्रस्तावित विधि ने शुद्ध रिग्रेशन बेसलाइन्स की तुलना में MAE में 30% से अधिक सुधार प्राप्त किया।
आर्किटेक्चर तुलना:
- ConvNeXt v2 (Atto) ने सर्वश्रेष्ठ समग्र परिणाम प्राप्त किए, जिसने रैंकिंग लॉस का उपयोग करने पर MAE को 0.2577 से घटाकर 0.2287 कर दिया।
- ViT-tiny ने भी महत्वपूर्ण सुधार दिखाया, जो 0.3150 से गिरकर 0.2613 हो गया।
- MobileNet-Small एक अत्यधिक कुशल समाधान साबित हुआ, जिसने सबसे कम कम्प्यूटेशनल लागत (44.10 MFLOPs) पर कम MAE (रैंकिंग के साथ 0.3678) प्राप्त किया।
- MobileNet-Large में ओवरफिटिंग की प्रवृत्ति देखी गई, जिसके परिणामस्वरूप सबसे खराब प्रदर्शन हुआ।
दक्षता: जबकि ट्रांसफार्मर-आधारित मॉडलों (ViT) ने उच्च सटीकता प्रदर्शित की, लेकिन उन्हें CNN की तुलना में उच्च कम्प्यूटेशनल लागत उठानी पड़ी। MobileViT ने एक मध्यम मार्ग प्रदान किया लेकिन इस विशिष्ट कार्य के लिए कन्वोल्यूशनल समाधानों की तुलना में कम प्रतिस्पर्धी रहा।

महत्ता और दावे
यह कार्य दावा करता है कि परिमाण अनुमान को मेट्रिक लर्निंग समस्या के रूप में पुनर्व्याख्या करने से मॉडल को बैच के भीतर नमूनों के सापेक्ष क्रम का लाभ उठाकर सीमित डेटा से बेहतर सामान्यीकरण करने में सक्षम बनाया जा सकता है। इस कार्य की एक प्रमुख महत्ता यह है कि रैंकिंग उद्देश्य को लागू करने के लिए मौजूदा परिमाण लेबल के अलावा किसी अतिरिक्त डेटा की आवश्यकता नहीं है। मौजूदा परिमाण लेबल के माध्यम से पहले से मौजूद नमूनों के बीच संबंधों का उपयोग करके, यह विधि विभिन्न परिमाण स्तरों के बीच अंतर करने की मॉडल की क्षमता को बढ़ाती है, जिससे लो-डेटा रिजीम में सटीकता और मजबूती बढ़ती है। लेखक निष्कर्ष निकालते हैं कि यह दृष्टिकोण CNN और Transformer दोनों आर्किटेक्चर के लिए प्रभावी है, जो उपग्रह इमेजरी के माध्यम से अधिक सटीक, वैश्विक भूकंपीय निगरानी के लिए एक व्यावहारिक मार्ग प्रदान करता है।