Boris Kriuk / Борис Крюк — HKUST | 12th World Sustainability Forum (WSF-12), MDPI · Hong Kong · 2026

🇬🇧 ENGLISH A 30-minute keynote on POSEIDON — a physics-informed energy-based model (PI-EBM) that predicts aftershock sequences, tsunami potential, and foreshocks from a single shared representation, while learning core seismological constants as auditable, gradient-trained parameters. An earthquake is not an event, it's a cascade: foreshocks → mainshock → aftershock sequence on already-damaged building stock → tsunami → weeks of urban decisions. Most ML models predict one link in that chain and offer no guarantee they respect the physics of the field. POSEIDON addresses both limitations at once. Key results • Open global catalogue of 2,833,766 events — 30 years, pre-computed energy features • Average F1 0.575 · average AUC 0.878 across three coupled hazards • Tsunami detection AUC 0.971 at a 1.14% base rate (recall 0.806) • Learned physical constants: b = 0.752, p = 0.835, c = 0.1948 d — inside published ranges • Physics interpretability 0.95 vs ≈0.10 for black-box baselines • Publicly deployed for foreshock and aftershock inference The talk includes an honest account of the one constant the model failed to recover (Bath's ΔM) — and why an interpretable model being diagnosably wrong is more valuable than a black box being quietly wrong. Sustainability frameworks: SDG 11.b · Sendai Framework Target G · SDG 13 🇷🇺 РУССКИЙ POSEIDON: физически-информированное глубокое обучение для карт сейсмического мультирискa. Доклад Бориса Крюка (Boris Kriuk), Департамент компьютерных наук и инженерии, Гонконгский университет науки и технологий (HKUST). 30-минутный кейноут на 12-м Всемирном форуме по устойчивому развитию (WSF-12, MDPI), Гонконг, 2026. Землетрясение — это не событие, а каскад: форшоки → главный толчок → серия афтершоков по уже повреждённым зданиям → цунами → недели решений, которые приходится принимать городским службам. Однако почти все модели машинного обучения в сейсмологии предсказывают лишь одно звено этой цепи по отдельности — и ничем не гарантируют, что их прогнозы не нарушают физические законы предметной области. POSEIDON — это попытка решить обе проблемы сразу: единая физически-информированная энергетическая модель (PI-EBM), которая одновременно предсказывает серии афтершоков, потенциал цунами и распознавание форшоков — и при этом обучает b-значение закона Гутенберга — Рихтера, параметры затухания Омори — Утсу и закон Бата как ограниченные, обучаемые градиентным спуском переменные, доступные для проверки специалистом. Ключевые результаты • Открытый глобальный каталог из 2 833 766 событий — 30 лет, предрасчитанные энергетические признаки • Средний F1 = 0,575 · средний AUC = 0,878 по трём связанным типам опасности • Обнаружение цунами: AUC = 0,971 при базовой частоте класса всего 1,14 % (полнота 0,806) • Выученные физические константы: b = 0,752, p = 0,835, c = 0,1948 сут — все внутри опубликованных допустимых диапазонов • Физическая интерпретируемость 0,95 против ≈0,10 у «чёрных ящиков» • Модель публично развёрнута для предсказания форшоков и афтершоков В докладе честно разбирается и та константа, которую модель не воспроизвела (ΔM закона Бата) — и объясняется, почему интерпретируемая модель, ошибку которой можно диагностировать, полезнее «чёрного ящика», который ошибается молча. Связь с повесткой устойчивого развития: ЦУР 11.b (местные стратегии снижения риска бедствий) · Сендайская рамочная программа, задача G (доступность систем раннего предупреждения о множественных опасностях) · ЦУР 13 (устойчивость и адаптивный потенциал)