論文の概要: TSEQPREDICTOR: Spatiotemporal Extreme Earthquakes Forecasting for Southern California

• arxiv url: http://arxiv.org/abs/2012.14336v1
• Date: Sun, 20 Dec 2020 20:13:59 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-01 04:44:28.315398
• Title: TSEQPREDICTOR: Spatiotemporal Extreme Earthquakes Forecasting for Southern California
• Title（参考訳）: TSEQPREDICTOR:カリフォルニア南部の時空間地震予測
• Authors: Bo Feng and Geoffrey C. Fox
• Abstract要約: 本稿では,TSEQPREDICTORという,地震予知のための共同ディープラーニングモデリング手法を提案する。 地震学における領域知識を備えた包括的深層学習技術を用いて,エンコーダデコーダと時間畳み込みニューラルネットワークを用いた予測問題を活用する。 実験の結果,南カリフォルニアの地震を予測できる可能性が示唆された。
• 参考スコア（独自算出の注目度）: 4.690611215226306
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Seismology from the past few decades has utilized the most advanced technologies and equipment to monitor seismic events globally. However, forecasting disasters like earthquakes is still an underdeveloped topic from the history. Recent researches in spatiotemporal forecasting have revealed some possibilities of successful predictions, which becomes an important topic in many scientific research fields. Most studies of them have many successful applications of using deep neural networks. In the geoscience study, earthquake prediction is one of the world's most challenging problems, about which cutting edge deep learning technologies may help to discover some useful patterns. In this project, we propose a joint deep learning modeling method for earthquake forecasting, namely TSEQPREDICTOR. In TSEQPREDICTOR, we use comprehensive deep learning technologies with domain knowledge in seismology and exploit the prediction problem using encoder-decoder and temporal convolutional neural networks. Comparing to some state-of-art recurrent neural networks, our experiments show our method is promising in terms of predicting major shocks for earthquakes in Southern California.
• Abstract（参考訳）: 過去数十年の地震学は、世界規模の地震の観測に最も進んだ技術と機器を活用してきた。 しかし、地震などの災害予知は歴史からはまだ未定の話題である。 時空間予測の最近の研究は、予測の成功の可能性を明らかにしており、多くの科学研究分野において重要な話題となっている。 それらの研究の多くは、ディープニューラルネットワークの応用に成功している。 地質学的研究において、地震予測は世界で最も難しい問題の一つであり、最先端のディープラーニング技術が有用なパターンを発見するのに役立つかもしれない。 本稿では,TSEQPREDICTORという,地震予知のための共同ディープラーニングモデリング手法を提案する。 TSEQPREDICTORでは、地震学におけるドメイン知識を備えた総合的なディープラーニング技術を使用し、エンコーダデコーダと時間畳み込みニューラルネットワークを用いて予測問題を利用する。 最先端のニューラルネットワークと比較し,南カリフォルニアの地震に対する大きな衝撃を予測できることを実証した。

関連論文リスト

• Epidemiology-informed Graph Neural Network for Heterogeneity-aware Epidemic Forecasting [46.63739322178277]
  最近の研究では、異種時相の流行パターンを抽出する際の時空間ニューラルネットワーク(STGNN)の強い可能性を示している。 HeatGNNは、疫学的にインフォームドされた場所を、時間とともに自分自身の伝達メカニズムを反映するさまざまな場所に埋め込むことを学ぶ。 HeatGNNは、HeatHeatのさまざまな強力なベースラインを異なるサイズで上回る。
  論文  参考訳（メタデータ） (2024-11-26T12:29:45Z)
• Learning Physics for Unveiling Hidden Earthquake Ground Motions via Conditional Generative Modeling [43.056135090637646]
  地盤運動の条件生成モデル(CGM-GM) 本研究では, 高周波・空間連続地震動波形を合成する人工知能シミュレータを提案する。 CGM-GMは、最先端の非エルゴディックな地上運動モデルよりも優れた可能性を示す。
  論文  参考訳（メタデータ） (2024-07-21T08:23:37Z)
• Generalized Neural Networks for Real-Time Earthquake Early Warning [22.53592578343506]
  我々は,任意の局分布を持つ任意の場所で発生した地震をニューラルネットワークトレーニングのために,データ組換え法を用いて生成する。 訓練されたモデルは、地震検出とパラメータ評価のための異なる監視装置を備えた様々な地域に適用することができる。 我々のモデルは、最初のトリガーステーションから4秒以内に地震の位置とマグニチュードを確実に報告し、平均誤差は2.6-6.3 kmと0.05-0.17である。
  論文  参考訳（メタデータ） (2023-12-23T10:45:21Z)
• Convolutional neural network for earthquake detection [0.0]
  地震活動の増加は、地震データ記録の指数的な成長を生み出した。 現在の地震検出法では、地震騒音に隠れている低マグニチュードの地震の多くを見逃している。 著者らは、地震記録から地震を検知し、発見するための畳み込みニューラルネットワーク(ConvNetQuake)を提案した。
  論文  参考訳（メタデータ） (2023-04-17T14:47:17Z)
• Neural Architecture Search for Dense Prediction Tasks in Computer Vision [74.9839082859151]
  ディープラーニングは、ニューラルネットワークアーキテクチャエンジニアリングに対する需要の高まりにつながっている。 ニューラルネットワーク検索(NAS)は、手動ではなく、データ駆動方式でニューラルネットワークアーキテクチャを自動設計することを目的としている。 NASはコンピュータビジョンの幅広い問題に適用されている。
  論文  参考訳（メタデータ） (2022-02-15T08:06:50Z)
• A CNN-BiLSTM Model with Attention Mechanism for Earthquake Prediction [0.0]
  本稿では、注意機構(AM)、畳み込みニューラルネットワーク(CNN)、双方向長短期記憶(BiLSTM)モデルに基づく新しい予測手法を提案する。 中国本土の地震カタログに基づいて,各地域の地震の規模と規模を推定することができる。
  論文  参考訳（メタデータ） (2021-12-26T20:16:20Z)
• On-board Volcanic Eruption Detection through CNNs and Satellite Multispectral Imagery [59.442493247857755]
  著者らは、最初のプロトタイプと、AIモデルが“ロード”される可能性の研究を提案している。 ケーススタディでは,早期に警報を発生させる方法として,火山噴火の検出について検討することにした。 2つの畳み込みニューラルネットワークが提案され、作成され、実際のハードウェア上でそれらを正しく実装する方法も示されている。
  論文  参考訳（メタデータ） (2021-06-29T11:52:43Z)
• Controlling earthquake-like instabilities using artificial intelligence [0.0]
  本研究は, 強化学習を通じて得られた注入ポリシーの適用により, 破滅的な事態を避けることを目的とする。 最先端の深層補強学習手法を用いて地震様不安定性を制御する可能性を示した。
  論文  参考訳（メタデータ） (2021-04-27T13:39:58Z)
• Towards advancing the earthquake forecasting by machine learning of satellite data [22.87513332935679]
  本研究では,6マグニチュード以上の1,371地震の衛星データに基づく短期予測を行うための新しい機械学習手法であるInverse Boosting Pruning Trees(IBPT)を開発した。 提案手法は,選択された6つのベースラインを上回り,異なる地震データベースの地震予測の可能性を向上する強力な能力を示す。
  論文  参考訳（メタデータ） (2021-01-31T02:29:48Z)
• NAS-Navigator: Visual Steering for Explainable One-Shot Deep Neural Network Synthesis [53.106414896248246]
  本稿では,分析者がドメイン知識を注入することで,解のサブグラフ空間を効果的に構築し,ネットワーク探索をガイドするフレームワークを提案する。 このテクニックを反復的に適用することで、アナリストは、与えられたアプリケーションに対して最高のパフォーマンスのニューラルネットワークアーキテクチャに収束することができる。
  論文  参考訳（メタデータ） (2020-09-28T01:48:45Z)
• SeismiQB -- a novel framework for deep learning with seismic data [62.997667081978825]
  ニューラルネットワークの開発に重点を置いた、オープンソースのPythonフレームワークを開発しました。 複数のデータフォーマットで地震波キューブを高速にロードする便利なツールを提供する。 また、望まれる形状の作物を生産し、様々な変換で増強する。
  論文  参考訳（メタデータ） (2020-01-10T10:45:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。