在地震期间，地壳沿着称为断层的岩石裂缝移动或滑动。这些运动可以通过位于地球表面不同位置的地球物理仪器进行检测和记录。地球物理仪器的记录相对于地震的震中具有不同的方向，因此记录断层滑动的不同方面。地震学中的一个重要问题是协调这些不同的测量结果，以确定地震中许多断层滑动的真实方向，以及产生它们的大尺度应力。

确定断层滑动分布的过程称为滑动反演。在计算机时代，传统上它是通过各种最小二乘拟合程序来完成的，这些程序试图将可能的滑移分布与观察到的数据相匹配。然而，该技术面临许多挑战，包括确保物理上合理的解决方案、正确处理复杂的观测不确定性以及确定空间变化的滑移分布。

为了解决这些问题，现代滑移反演技术已经开始使用使用马尔可夫链蒙特卡罗 (MCMC) 方法的概率方法。传统的 MCMC 方法克服了最小二乘法等优化技术遇到的许多问题，但在遇到地震观测的严重不均匀分布时可能会遇到困难。为了解决这个问题，Tomita 等人。开发了一种跨维 MCMC 技术。在跨维方法中，模型参数的数量不是预先确定的，而是从输入数据的复杂性中自然出现的。

作者从可逆跳跃 MCMC (rj-MCMC) 技术创建了他们的方法，这是一种用于执行跨维 MCMC 计算的现有框架。为了评估他们的方法，他们模拟了位于距各种大地观测站点数百公里范围内的海底海沟中地震的影响。他们考虑了三种情景：两种情景混合了陆上和海上观测点，另一种只有陆上观测点。

在混合场景中，rj-MCMC 技术和最小二乘法都合理地再现了滑移分布。然而，只有 rj-MCMC 计算可以处理仅陆上观测的更不对称的情况。

最后，他们将 rj-MCMC 方法应用于 2011 年近海太平洋地震的观测数据。他们的结果与过去在此事件上的工作大致相似，但更好地表达了最重要的失误。总体而言，跨维度的概率方法似乎是未来地震研究的有前途的工具。