建筑物的坚固程度取决于它下面的地面。然而，在地震中，坚固的地基会变成液体，并使整个建筑瞬间倒塌。
通常被称为液化，这是2011年新西兰克赖斯特彻奇地震的关键因素。这场6.3级的地震摧毁了许多房屋，夺走了近185条生命。
媒体对这一不幸事件进行了大规模的报道，因为该市已经安装了各种观测地震的传感器。然而，事后检查提供了土壤状况的进一步数据。
研究人员Maria Giovanna Durante说:“这对我们的领域来说是一个巨大的数据量，如果我们有数千个数据点，也许我们可以找到一个趋势。”
艾伦·拉斯杰是德克萨斯大学奥斯汀分校的一名工程师，也是美国国家科学基金会资助的设计安全项目的首席研究员，杜兰特与她合作，支持自然灾害社区研究。
Rathje一直在研究液化，并希望将机器学习纳入她的研究;因此，从一开始，克赖斯特彻奇地震似乎就是一个有趣的事件。
在克赖斯特彻奇地震中，研究人员开发的机器学习模型预测了地震导致土壤失去坚固性时发生的运动。研究结果发表在《地震谱》杂志上。
Durante说:“这是我们在岩土工程领域进行的首批机器学习研究之一。”
美国国家科学基金会工程理事会的项目主管Joy Pauschke表示，这种数据共享和团队合作的模式转变是DesignSafe的核心，将帮助我们实现领域发展的目标。
Pauschke说:“研究人员开始使用人工智能方法来处理自然灾害的研究数据，结果令人振奋。”“将机器学习工具添加到DesignSafe的数据和其他资源中，将带来新的见解，并有助于加快提高抗灾能力的进展。”
德州高级计算中心与DesignSafe项目合作，为自然灾害工程社区提供计算资源和软件。由于其速度和效率，TACC的Frontera超级计算机被投入工作以测试该模型。
