論文の概要: Initial Foundation for Predicting Individual Earthquake's Location and
Magnitude by Using Glass-Box Physics Rule Learner
- arxiv url: http://arxiv.org/abs/2107.12915v1
- Date: Tue, 27 Jul 2021 16:18:02 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-28 14:29:25.982572
- Title: Initial Foundation for Predicting Individual Earthquake's Location and
Magnitude by Using Glass-Box Physics Rule Learner
- Title(参考訳): ガラス箱物理則学習器を用いた地震の位置・大きさ予測のための初期基礎
- Authors: In Ho Cho
- Abstract要約: 特定の時間と位置で差し迫った個々の地震を予測することは、長年の謎のままである。
この研究は、観測されたデータは、新しいガラス箱の枠組みによってもたらされる可能性のある隠された規則を隠蔽する、という仮説を立てた。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Although researchers accumulated knowledge about seismogenesis and
decades-long earthquake data, predicting imminent individual earthquakes at a
specific time and location remains a long-standing enigma. This study
hypothesizes that the observed data conceal the hidden rules which may be
unraveled by a novel glass-box (as opposed to black-box) physics rule learner
(GPRL) framework. Without any predefined earthquake-related mechanisms or
statistical laws, GPRL's two essentials, convolved information index and
transparent link function, seek generic expressions of rules directly from
data. GPRL's training with 10-years data appears to identify plausible rules,
suggesting a combination of the pseudo power and the pseudo vorticity of
released energy in the lithosphere. Independent feasibility test supports the
promising role of the unraveled rules in predicting earthquakes' magnitudes and
their specific locations. The identified rules and GPRL are in their infancy
requiring substantial improvement. Still, this study hints at the existence of
the data-guided hidden pathway to imminent individual earthquake prediction.
- Abstract(参考訳): 研究者たちは地震発生と地震データに関する知識を蓄積したが、特定の時間と場所における差し迫った個々の地震を予測することは長年の謎のままである。
この研究は、観測されたデータが(ブラックボックスの)新しい物理ルール学習器(gprl)フレームワークによって解かれる可能性のある隠れたルールを隠すことを仮定している。
事前定義された地震関連メカニズムや統計法則がなければ、GPRLの2つの必須事項である情報インデックスと透明リンク関数は、データから直接規則の一般的な表現を求める。
GPRLの10年のデータによるトレーニングは、可算的な規則を識別し、リソスフェア内の放出エネルギーの擬似力と擬似渦の組合せを示唆している。
独立実現可能性試験は、地震の規模とその特定の位置を予測するための未発見の規則の有望な役割を支持する。
特定されたルールとGPRLは、その初期段階でかなりの改善を必要としている。
しかし,本研究は地震予知のためのデータ誘導型隠れ経路の存在を示唆する。
関連論文リスト
- Implicit Bias of Policy Gradient in Linear Quadratic Control:
Extrapolation to Unseen Initial States [55.20434744127752]
勾配降下はしばしば暗黙のバイアスを示し、目に見えないデータに優れたパフォーマンスをもたらす。
本稿では,初期状態に対する外挿の観点から,政策勾配の暗黙バイアスを理論的に検討する。
論文 参考訳(メタデータ) (2024-02-12T18:41:31Z) - Data-Driven Prediction of Seismic Intensity Distributions Featuring
Hybrid Classification-Regression Models [21.327960186900885]
本研究では, 地震パラメータに基づいて地震強度分布を予測できる線形回帰モデルを開発した。
このデータセットは、1997年から2020年にかけて日本近海で発生した地震の震度データからなる。
提案モデルでは, 従来のGMPEにおける課題として, 異常な震度分布を予測できる。
論文 参考訳(メタデータ) (2024-02-03T13:39:22Z) - 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) - Independent Distribution Regularization for Private Graph Embedding [55.24441467292359]
グラフ埋め込みは属性推論攻撃の影響を受けやすいため、攻撃者は学習したグラフ埋め込みからプライベートノード属性を推測することができる。
これらの懸念に対処するため、プライバシ保護グラフ埋め込み手法が登場した。
独立分散ペナルティを正規化項として支援し, PVGAE(Private Variational Graph AutoEncoders)と呼ばれる新しい手法を提案する。
論文 参考訳(メタデータ) (2023-08-16T13:32:43Z) - Learning Citywide Patterns of Life from Trajectory Monitoring [0.0]
異常データストリームを監視し、時間とともに正常なパターンを明示的に抽出することで、生活パターンを学習する。
ポルト・タクシーのデータセットから、主要な祝日と新たに発見された輸送異常の両方を含む、興味あるパターンを抽出する。
スマートシティや自動運転車,都市計画・管理など,多くの分野において,正常・異常な道路交通行動の段階的な学習能力が期待できる。
論文 参考訳(メタデータ) (2022-06-30T15:28:15Z) - Spatial-Temporal Hypergraph Self-Supervised Learning for Crime
Prediction [60.508960752148454]
本研究では,犯罪予測におけるラベル不足問題に対処する空間的ハイパーグラフ自己監視学習フレームワークを提案する。
都市空間全体における犯罪の地域的依存性をエンコードするクロスリージョンハイパーグラフ構造学習を提案する。
また,2段階の自己指導型学習パラダイムを設計し,局所的・世界的空間的犯罪パターンを共同で捉えるだけでなく,地域的自己差別の強化による疎犯罪表現を補う。
論文 参考訳(メタデータ) (2022-04-18T23:46:01Z) - Forecasting from LiDAR via Future Object Detection [47.11167997187244]
そこで本研究では,センサの生計測に基づく検出と動作予測のためのエンドツーエンドアプローチを提案する。
未来と現在の場所を多対一でリンクすることで、我々のアプローチは複数の未来を推論することができる。
論文 参考訳(メタデータ) (2022-03-30T13:40:28Z) - Effect Identification in Cluster Causal Diagrams [51.42809552422494]
クラスタ因果図(略してC-DAG)と呼ばれる新しいタイプのグラフィカルモデルを導入する。
C-DAGは、限定された事前知識に基づいて変数間の関係を部分的に定義することができる。
我々はC-DAGに対する因果推論のための基礎と機械を開発する。
論文 参考訳(メタデータ) (2022-02-22T21:27:31Z) - 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) - Incorporating Causal Graphical Prior Knowledge into Predictive Modeling
via Simple Data Augmentation [92.96204497841032]
因果グラフ(CG)は、データ分散の背後にあるデータ生成プロセスの知識のコンパクトな表現である。
本研究では,条件付き独立性(CI)関係の事前知識を活用可能なモデルに依存しないデータ拡張手法を提案する。
本手法は,小データシステムにおける予測精度の向上に有効であることを実験的に示した。
論文 参考訳(メタデータ) (2021-02-27T06:13:59Z) - 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。