隨著物聯網裝置與網路通訊技術提升,產生龐大而無法以傳統方式處理的大數據資料,本文目的是探討使用人工智慧演算法處理動態感測器資料的可行性,目標是能識別結構因地震產生的震動現象。實驗測試資料來自於中興社自行開發之阻尼器效能監測裝置,由人工資料標註、資料特徵萃取步驟獲得訓練資料,包含有地震發生及無地震發生資料,訓練模型使用羅吉斯迴歸、支援向量機、決策樹進行測試比較。經實驗測試得知,動態感測器資料二元結構震動識別可透過系統化、邏輯式的機器學習演算方法進行地震是否發生的預測,得到準確的分類成果,惟震動量小於5gal的訓練資料,因特徵有線性不可分的情況,是較容易產生分類錯誤的部分,亦可透過模型訓練過程超參數調整進行最佳化。