UNSUPERVISED LEARNING APPROACH TO DETECT OMPLEX NETWORKS OF EARTHQUAKE IN THE VICINITY OF IRAN
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,057
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
SEE06_497
تاریخ نمایه سازی: 16 اردیبهشت 1390
چکیده مقاله:
The results of the application of an unsupervised learning approach, Self Organizing Maps, to visualize the networks of earthquakes based on distance between two events. The knowledge can be extracted from the number of aftershocks and links in their networks. This paper is proposed a new self-organizing network model for growing networks of small earthquakes which can automatically determine the concentration of future earthquakes, it is shown strong correlation among earthquakes (M>4.5) that are very important to the stress transfers. It is demonstrated that the synthetic clustering in space and time of earthquakes is useful for seismic hazard assessment and intermediate-range earthquake forecasting.
کلیدواژه ها:
نویسندگان
M Allameh Zadeh
Seismology Department, The International Institute of Earthquake Engineering and Seismology, IIEES ۲۷ Arghavan St. N. Dibajie, Farmanieh, ۱۹۵۳۱, Tehran, I.R.Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :