論文の概要: Subduction zone fault slip from seismic noise and GPS data
- arxiv url: http://arxiv.org/abs/2304.08316v1
- Date: Mon, 17 Apr 2023 14:38:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-18 14:50:38.877783
- Title: Subduction zone fault slip from seismic noise and GPS data
- Title（参考訳）: 地震騒音とGPSデータによる沈み込み帯断層のすべり
- Authors: Jos\'e Augusto Proen\c{c}a Maia Devienne
- Abstract要約: バンクーバー島(CA)近くのカスカディアで連続的な緩やかなすべり現象の例が確認された。
緩やかなすべり現象は、地震の引き金となる可能性のある要因として文献にすでに報告されている。
筆者らによる戦略は、ランダムフォレスト機械学習アルゴリズムを用いて、連続地震データからGPS変位計測を予測できるモデルを構築することであった。
- 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: In Geosciences a class of phenomena that is widely studied given its real
impact on human life are the tectonic faults slip. These landslides have
different ways to manifest, ranging from aseismic events of slow displacement
(slow slips) to ordinary earthquakes. An example of continuous slow slip event
was identified in Cascadia, near the island of Vancouver (CA). This slow slip
event is associated with a tectonic movements, when the overriding North
America plate lurches southwesterly over the subducting Juan de Fuca plate.
This region is located down-dip the seismogenic rupture zone, which has not
been activated since 1700s but has been cyclically loaded by the slow slip
movement. This fact requires some attention, since slow slip events have
already been reported in literature as possible triggering factors for
earthquakes. Nonetheless, the physical models to describe the slow slip events
are still incomplete, which restricts the detailed knowledge of the movements
and the associated tremor. In the original paper, the strategy adopted by the
authors to address the limitation of the current models for the slow slip
events was to use Random Forest machine learning algorithm to construct a model
capable to predict GPS displacement measurement from the continuous seismic
data. This investigation is sustained in the fact that the statistical features
of the seismic data are a fingerprint of the fault displacement rate.
Therefore, predicting GPS data from seismic data can make GPS measurements a
proxy for investigating the fault slip physics and, additionally, correlate
this slow slip events with associated tremors that can be studied in
laboratory. The purpose of this report is to expose the methodology adopted by
the authors and try to reproduce their results as coherent as possible with the
original work.
- Abstract（参考訳）: 地球科学において、人間の生活に実際の影響があるとして広く研究されている現象の類型は、テクトニクス断層である。
これらの地すべりは、緩やかな変位(緩やかなすべり)の地震イベントから通常の地震まで、異なる形で現れる。
バンクーバー島(CA)近くのカスカディアで連続的な緩やかなすべり現象が発見された。
このゆっくりとしたすべり現象は、北アメリカプレートが沈み込むフアン・デ・フカプレートの上を南西に潜るテクトニックな動きと関係している。
この領域は1700年代から活動していないが、緩やかなすべり運動によって周期的に積み込まれている地震発生性破壊帯の下方に位置する。
この事実には多少の注意が必要であるが、地震の引き金となる要因として、緩やかなすべり現象はすでに文献で報告されている。
それでも、遅いすべり現象を記述する物理モデルはいまだ不完全であり、運動と関連する震動の詳細な知識を制限している。
原文(投稿日:2019/09/19)へのリンク 論文では、ランダムフォレスト機械学習アルゴリズムを用いて連続地震データからgps変位測定を予測できるモデルを構築することを目的として、著者らがslow slipイベントの現在のモデルの制限に対処するために採用した戦略について論じた。
この調査は,地震動データの統計的特徴が断層変位率の指紋であるという事実で継続されている。
そのため、地震データからGPSデータを予測することで、GPS測定は断層すべり物理を調査するためのプロキシとなり、また、この緩やかなすべり現象と、実験室で研究できる震動とを関連付けることができる。
本報告の目的は,著者らが採用した方法論を露呈し,その結果を可能な限りコヒーレントに再現することである。
関連論文リスト
- Causal Representation Learning in Temporal Data via Single-Parent Decoding [66.34294989334728]
科学的研究はしばしば、システム内の高レベル変数の根底にある因果構造を理解しようとする。
科学者は通常、地理的に分布した温度測定などの低レベルの測定を収集する。
そこで本研究では,単一親の復号化による因果発見法を提案し,その上で下位の潜伏者と因果グラフを同時に学習する。
論文 参考訳（メタデータ） (2024-10-09T15:57:50Z) - WaveCastNet: An AI-enabled Wavefield Forecasting Framework for Earthquake Early Warning [39.353484781486245]
本稿では,大地震の震動を予測するための新しいAI対応フレームワークWaveCastNetを提案する。
WaveCastNetは、新しい畳み込み長表現型メモリ(ConvLEM)モデルをシーケンスからシーケンスへの予測フレームワーク(seq2seq)に統合する。
サンフランシスコ・ベイエリアのシミュレーションデータを用いて, 地震動の強度とタイミングを迅速に予測できることを示す。
論文 参考訳（メタデータ） (2024-05-30T22:18:16Z) - A Bionic Data-driven Approach for Long-distance Underwater Navigation with Anomaly Resistance [59.21686775951903]
様々な動物が環境の手がかりを使って正確なナビゲーションをしている。
動物航法にインスパイアされたこの研究は、長距離水中航法のためのバイオニックでデータ駆動のアプローチを提案する。
提案手法では,GPSシステムや地理地図を必要とせず,測地データを用いてナビゲーションを行う。
論文 参考訳（メタデータ） (2024-02-06T13:20:56Z) - Landslide Topology Uncovers Failure Movements [1.08890978642722]
本稿では,スライドやフローなどの動作に基づいて,障害タイプを特定するアプローチを提案する。
地すべりの形態や形状に埋め込まれた物質移動力学の顕著な特徴をトポロジカルプロキシが明らかにしているのを観察する。
歴史的およびイベント固有の地すべりデータベースの障害タイプを80～94 %の精度で識別できる。
論文 参考訳（メタデータ） (2023-10-14T17:53:55Z) - 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) - Uncovering the Missing Pattern: Unified Framework Towards Trajectory
Imputation and Prediction [60.60223171143206]
軌道予測は、観測されたシーケンスから実体運動や人間の行動を理解する上で重要な作業である。
現在の方法では、観測されたシーケンスが完了したと仮定し、欠落した値の可能性を無視する。
本稿では,グラフに基づく条件変動リカレントニューラルネットワーク (GC-VRNN) の統一フレームワークを提案する。
論文 参考訳（メタデータ） (2023-03-28T14:27:27Z) - 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) - Trajectory Forecasting from Detection with Uncertainty-Aware Motion
Encoding [121.66374635092097]
物体検出と追跡から得られる軌道は、必然的にうるさい。
本稿では, 明示的に形成された軌道に依存することなく, 直接検出結果に基づく軌道予測器を提案する。
論文 参考訳（メタデータ） (2022-02-03T09:09:56Z) - 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) - Safety-Oriented Pedestrian Motion and Scene Occupancy Forecasting [91.69900691029908]
我々は、個々の動きとシーン占有マップの両方を予測することを提唱する。
歩行者の相対的な空間情報を保存するScene-Actor Graph Neural Network (SA-GNN)を提案する。
2つの大規模な実世界のデータセットで、我々のシーン占有率予測が最先端のモーション予測手法よりも正確でより校正されていることを示した。
論文 参考訳（メタデータ） (2021-01-07T06:08:21Z) - Semiparametric Bayesian Forecasting of Spatial Earthquake Occurrences [77.68028443709338]
本稿では, Epidemic Type Aftershock Sequence (ETAS) モデルのベイズ的完全定式化を提案する。
地理的領域における主震の発生は不均一な空間的点過程に従うと仮定される。
論文 参考訳（メタデータ） (2020-02-05T10:11:26Z)
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。