Evaluating data augmentation techniques in the classification of multi-station seismic-volcanic signals

ज्वालामुखी अशांत विशालकाय जीव हैं, और फटने से पहले वे अक्सर फुसफुसाते हैं। ये फुसफुसाहट भूकंपीय संकेत हैं—पृथ्वी के माध्यम से यात्रा करने वाले सूक्ष्म कंपन जो सतह के नीचे मैग्मा के हिलने, गैस के निकलने या चट्टानों के टूटने की कहानी बताते हैं। दशकों तक, वैज्ञानिक इन फुसफुसाहटों को सुनने के लिए मानव विशेषज्ञों पर निर्भर रहे हैं, जो यह पहचानने के लिए डेटा के अंतहीन प्रवाह को मैन्युअल रूप से छाँटते हैं कि जमीन के नीचे क्या हो रहा है। यह प्रक्रिया धीमी, श्रमसाध्य और मानवीय त्रुटियों के प्रति संवेदनशील है, विशेष रूप से तब जब संकेत बहुत मंद हों या डेटा अत्यधिक मात्रा में हो। हाल के वर्षों में, कंप्यूटरों ने इस सुनने के कर्तव्य को संभालने के लिए कंप्यूटरों द्वारा आर्टिफिशियल इंटेलिजेंस (कृत्रिम बुद्धिमत्ता) का उपयोग करके कंपनों में पैटर्न पहचानने की जिम्मेदारी लेनी शुरू कर दी है। हालाँकि, इन कंप्यूटर मस्तिष्कों के सामने एक महत्वपूर्ण बाधा है: उन्हें सीखने के लिए उदाहरणों की विशाल मात्रा की आवश्यकता होती है, और ज्वालामुखीय दुनिया में, दुर्लभ और खतरनाक घटनाएँ अक्सर बड़ी संख्या में खोजने में सबसे कठिन होती हैं। जब एक कंप्यूटर उदाहरणों के छोटे, असंतुलित सेट से सीखने की कोशिश करता है, तो वह अक्सर पक्षपाती हो जाता है, उन सामान्य घटनाओं को प्राथमिकता देता है जिन्हें वह सबसे अधिक बार देखता है और उन दुर्लभ, महत्वपूर्ण संकेतों को चूक जाता है जो वास्तविक खतरे का संकेत देते हैं।

चिली के यूनिवर्सिडाड कैटोलिका डेल नोर्टे के शोधकर्ताओं की एक टीम ने इस समस्या को हल करने के लिए कंप्यूटर को कम उदाहरणों से सीखने का तरीका सिखाकर इसे सुलझाने का प्रयास किया, ताकि उनकी सत्य को पहचानने की क्षमता न खोए। उन्होंने उत्तरी चिली के लास्कर ज्वालामुखी पर ध्यान केंद्रित किया, जो ग्यारह भूकंपीय स्टेशनों के एक नेटवर्क द्वारा निगरानी में है जो पृथ्वी के कंपन को रिकॉर्ड करते हैं। टीम ने छह हजार से अधिक भूकंपीय घटनाओं का एक डेटाबेस एकत्र किया, जिन्हें विशेषज्ञों द्वारा पहले ही पांच अलग-अलग श्रेणियों में वर्गीकृत किया जा चुका था: लॉन्ग-पीरियड इवेंट्स, ज्वालामुखी-विवर्तनिक (volcano-tectonic) इवेंट्स, हाइब्रिड इवेंट्स, विवर्तनिक (tectonic) इवेंट्स और ट्रिमर्स। चुनौती यह थी कि ये श्रेणियाँ समान रूप से प्रस्तुत नहीं थीं; कुछ प्रकार की घटनाएँ आम थीं, जबकि अन्य इतनी दुर्लभ थीं कि कंप्यूटर को यह सीखने में संघर्ष करना पड़ा कि वे कैसी दिखती हैं। इसे ठीक करने के लिए, शोधकर्ताओं ने 'डेटा ऑग्मेंटेशन' नामक रणनीति का उपयोग किया। मौजूदा डेटा के अधिक दुर्लभ उदाहरणों की प्रतीक्षा करने के बजाय, उन्होंने मौजूदा डेटा के नए, सिंथेटिक संस्करण बनाने के लिए गणितीय तकनीकों का उपयोग किया। ये नए उदाहरण भ्रामक तरीके से नकली नहीं थे; वे वास्तविक संकेतों के सावधानीपूर्वक संशोधित संस्करण थे, जिन्हें उनकी मूल पहचान को बरकरार रखते हुए पर्याप्त रूप से बदला गया था। लक्ष्य कंप्यूटर को अध्ययन के लिए उदाहरणों का एक समृद्ध, अधिक विविध पुस्तकालय देना था, इस उम्मीद के साथ कि वह विशिष्ट विवरणों को याद करने के बजाय ज्वालामुखीय गतिविधि के मौलिक नियमों को सीखेगा।

शोधकर्ताओं ने इन नए उदाहरणों को बनाने के कई अलग-अलग तरीकों का परीक्षण किया। कुछ विधियों ने संकेतों में स्टेटिक नॉइज़ (स्थिर शोर) की एक परत जोड़ी, जो रेडियो स्टेशनों के बीच आने वाली सरसराहट के समान है, यह देखने के लिए कि क्या कंप्यूटर अभी भी पैटर्न को पहचान सकता है। अन्य विधियों ने संकेतों को समय या आवृत्ति (फ्रीक्वेंसी) में थोड़ा स्थानांतरित किया, या नए हाइब्रिड बनाने के लिए विभिन्न संकेतों के हिस्सों को मिलाया। उन्होंने जैविक विकास से प्रेरित एक तकनीक का भी उपयोग किया, जहाँ कंप्यूटर दो संकेतों के सर्वोत्तम हिस्सों को चुनता है और उन्हें मिलाकर एक नया संकेत बनाता है। यह मापने के लिए कि ये नए संकेत कितने प्रभावी थे, टीम ने केवल यह नहीं देखा कि कंप्यूटर ने सही उत्तर दिया या नहीं; उन्होंने यह भी मापा कि नए संकेत मूल संकेतों से कितने भिन्न थे। उन्हें यह सुनिश्चित करने की आवश्यकता थी कि नया डेटा इतना विविध हो कि कंप्यूटर को कुछ नया सिखा सके, लेकिन इतना समान भी हो कि जब कंप्यूटर का सामना वास्तविक ज्वालामुखी से हो, तो वे सबक लागू हो सकें।

परिणाम आश्चर्यजनक थे। शोधकर्ताओं ने पाया कि केवल ऑग्मेंटेड (संवर्धित) डेटा वाले डेटासेट पर प्रशिक्षित मॉडल अक्सर वर्गीकरण में बेहतर प्रदर्शन करते हैं, जिसमें ड्रिफ्टिंग (Drifting), स्पेकऑगमेंट (SpecAugment) और जिटरिंग (Jittering) जैसी तकनीकों ने क्रमशः 97.2%, 95.4% और 93.9% की टेस्ट सटीकता प्राप्त की। हालाँकि, अध्ययन ने यह भी खुलासा किया कि "ड्रिफ्टिंग" तकनीक का उपयोग करके वास्तविक और ऑग्मेंटेड डेटा के मिश्रण पर प्रशिक्षित एक मॉडल ने वास्तविक दुनिया के संकेतों पर परीक्षण करते समय 98.3% की उच्चतम सटीकता प्राप्त की। ये संख्याएँ महत्वपूर्ण हैं क्योंकि वे दिखाती हैं कि कंप्यूटर ने ज्वालामुखीय गतिविधि के अंतर्निहित पैटर्न को इतनी अच्छी तरह से पहचान लिया कि वह वास्तविक दुनिया के शोर और विविधताओं को अनदेखा कर सका। अध्ययन ने यह भी बताया कि दुर्लभ श्रेणियों में केवल अधिक डेटा जोड़ना पर्याप्त नहीं था; जोड़े गए डेटा की गुणवत्ता और विविधता अधिक मायने रखती थी। सबसे अच्छा प्रदर्शन करने वाले मॉडल वे थे जिन्होंने सिग्नल के आकारों और बनावटों की एक विस्तृत श्रृंखला देखी, जिससे कंप्यूटर को शॉर्टकट पर निर्भर रहने के बजाय प्रत्येक घटना के प्रकार की मुख्य विशेषताओं को सीखने के लिए मजबूर होना पड़ा।

यह कार्य ज्वालामुखी निगरानी के लिए एक नए मार्ग का सुझाव देता है। डेटा ऑग्मेंटेशन का उपयोग करके, वैज्ञानिक अधिक मजबूत और विश्वसनीय कंप्यूटर मॉडल बना सकते हैं, भले ही उनके पास शुरुआत में खतरनाक घटनाओं के बहुत कम वास्तविक उदाहरण क्यों न हों। अध्ययन ने प्रदर्शित किया कि इन मॉडलों को एक एकल ज्वालामुखी के डेटा पर प्रशिक्षित किया जा सकता है और फिर भी वे अच्छी तरह से सामान्यीकरण (generalize) कर सकते हैं, जिसका अर्थ है कि उन्हें दुनिया भर के अन्य ज्वालामुखियों पर भी लागू किया जा सकता है। शोधकर्ताओं ने निष्कर्ष निकाला कि सफलता की कुंजी केवल अधिक डेटा होना नहीं था, बल्कि स्मार्ट डेटा होना था—ऐसे उदाहरण जो पर्याप्त विविध हों कि कंप्यूटर को लचीला बनाना सिखा सकें, फिर भी वास्तविक दुनिया के पर्याप्त समान हों कि उपयोगी हो सकें। अंत में, कंप्यूटर ने केवल भूकंपों को गिनना नहीं सीखा; इसने ज्वालामुखी की भाषा को उस स्पष्टता के साथ सुनना सीखा जो अकेले मानव विशेषज्ञ भी हासिल करने के लिए संघर्ष कर सकते हैं, जो ज्वालामुखीय केंद्रों के गतिशील और अक्सर खतरनाक विकास को समझने के लिए एक शक्तिशाली नया उपकरण प्रदान करता है।