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

• Deep learning for laboratory earthquake prediction and autoregressive forecasting of fault zone stress [3.6894467064214456]
  実験室では、摩擦性スティックスリップ現象が地震と地震のサイクルに類似している。 近年の研究では, 断層帯の音響放射を用いて, 機械学習が地震のいくつかの側面を予測できることが示されている。 本研究では,室内地震予測と自己回帰予測のための深層学習(DL)手法を実証する。
  論文  参考訳（メタデータ） (2022-03-24T19:38:32Z)
• 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)
• Forecasting large-scale circulation regimes using deformable convolutional neural networks and global spatiotemporal climate data [86.1450118623908]
  変形可能な畳み込みニューラルネットワーク(deCNN)に基づく教師あり機械学習手法の検討 今後1～15日にわたって北大西洋-欧州の気象条件を予測した。 より広い視野で見れば、通常の畳み込みニューラルネットワークよりも5～6日を超えるリードタイムでかなり優れた性能を発揮することが分かる。
  論文  参考訳（メタデータ） (2022-02-10T11:37:00Z)
• Multi-head Temporal Attention-Augmented Bilinear Network for Financial time series prediction [77.57991021445959]
  本稿では,時間的注意と多面的注意の考え方に基づいて,ニューラルネットワークの能力を拡張するニューラルネットワーク層を提案する。 本手法の有効性を,大規模書籍市場データを用いて検証した。
  論文  参考訳（メタデータ） (2022-01-14T14:02:19Z)
• 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)
• OKSP: A Novel Deep Learning Automatic Event Detection Pipeline for Seismic Monitoringin Costa Rica [0.0938460348620674]
  コスタリカにおける地震モニタリングのための新しい自動地震検出パイプラインであるOKSPを紹介する。 OKSPは100%抜本的であり、精度は82%であり、F1スコアは0.90である。 この試みは、深層学習手法を用いてコスタリカの地震を自動的に検出する最初の試みであり、近い将来、地震監視ルーチンがAIアルゴリズムによって完全に実行されることを実証する。
  論文  参考訳（メタデータ） (2021-09-06T20:24:49Z)
• 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)
• A Comprehensive Survey on Community Detection with Deep Learning [93.40332347374712]
  コミュニティは、ネットワーク内の他のコミュニティと異なるメンバーの特徴と接続を明らかにする。 この調査は、最先端の手法の様々なカテゴリをカバーする新しい分類法を考案し、提案する。 ディープニューラルネットワーク(Deep Neural Network)は、畳み込みネットワーク(convolutional network)、グラフアテンションネットワーク( graph attention network)、生成的敵ネットワーク(generative adversarial network)、オートエンコーダ(autoencoder)に分けられる。
  論文  参考訳（メタデータ） (2021-05-26T14:37:07Z)
• 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)
• Learning Contact Dynamics using Physically Structured Neural Networks [81.73947303886753]
  ディープニューラルネットワークと微分方程式の接続を用いて、オブジェクト間の接触ダイナミクスを表現するディープネットワークアーキテクチャのファミリを設計する。 これらのネットワークは,ノイズ観測から不連続な接触事象をデータ効率良く学習できることを示す。 以上の結果から,タッチフィードバックの理想化形態は,この学習課題を扱いやすくするための重要な要素であることが示唆された。
  論文  参考訳（メタデータ） (2021-02-22T17:33:51Z)
• 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)

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。