The seismic and rock burst hazard should be considered as one of the most important hazards in Polish hard coal and copper ore mines. Over the last several years, Upper Silesia has witnessed a constant process of limiting the extraction of hard coal. Despite a significant decrease in production, no reduction in the number of registered high-energy tremors with energy higher than 105 J. is observed. Therefore, it is important to develop the existing methods for assessing the state of seismic hazard and seeking new ways to estimate the level of this threat. The article presents the results of research aimed at determining the possibility of using artificial neural networks to forecast the level of seismicity induced by mining operation. The data used in the conducted research came from the area of operation of a heavily seismic USCB mine. The presented research results showed that in the case of the discussed area, the use of the new tool, which is an artificial neural network, allowed to obtain good results of the forecast of the number of tremors. For the data set in question, the neural network with optimal architecture is composed of twelve neurons in the entrance layer, two neurons with bipolar characteristics in the hidden layer and one neuron with linear or bipolar characteristics in the initial layer. The results of calculations made for the highly seismic area of mining works carried out in a hard coal mine confirmed the possibility of using neural networks to estimate the changes in the size of induced seismicity associated with the deposit operation.

中文翻译：

---

使用神经网络预测以每单位表面的震颤次数表示的地震灾害

地震和岩爆危害应被视为波兰硬煤和铜矿最重要的危害之一。在过去几年中，上西里西亚见证了限制硬煤开采的持续过程。尽管产量显着下降，但未观察到能量高于 105 J 的已登记高能震颤的数量减少。因此，重要的是开发评估地震危险状态的现有方法并寻求新的方法来估计这种威胁的程度。本文介绍了旨在确定使用人工神经网络预测采矿作业引发的地震活动水平的可能性的研究结果。所进行的研究中使用的数据来自 USCB 地震严重的矿山的作业区域。所呈现的研究结果表明，在所讨论的区域的情况下，使用人工神经网络这一新工具可以获得良好的震颤次数预测结果。对于所讨论的数据集，具有最优架构的神经网络由入口层的十二个神经元、隐藏层的两个具有双极特性的神经元和初始层的一个具有线性或双极特性的神经元组成。在硬煤矿中进行的采矿工程的高地震区的计算结果证实了使用神经网络来估计与矿床操作相关的诱发地震活动规模变化的可能性。这是一个人工神经网络，可以得到很好的震颤次数预测结果。对于所讨论的数据集，具有最优架构的神经网络由入口层的十二个神经元、隐藏层的两个具有双极特性的神经元和初始层的一个具有线性或双极特性的神经元组成。在硬煤矿中进行的采矿工程的高地震区的计算结果证实了使用神经网络来估计与矿床操作相关的诱发地震活动规模变化的可能性。这是一个人工神经网络，可以得到很好的震颤次数预测结果。对于所讨论的数据集，具有最优架构的神经网络由入口层的十二个神经元、隐藏层的两个具有双极特性的神经元和初始层的一个具有线性或双极特性的神经元组成。在硬煤矿中进行的采矿工程的高地震区的计算结果证实了使用神经网络来估计与矿床操作相关的诱发地震活动规模变化的可能性。隐藏层中的两个具有双极特性的神经元和初始层中的一个具有线性或双极特性的神经元。在硬煤矿中进行的采矿工程的高地震区的计算结果证实了使用神经网络来估计与矿床操作相关的诱发地震活动规模变化的可能性。隐藏层中的两个具有双极特性的神经元和初始层中的一个具有线性或双极特性的神经元。在硬煤矿中进行的采矿工程的高地震区的计算结果证实了使用神经网络来估计与矿床操作相关的诱发地震活动规模变化的可能性。