Intelligent Spatial-Clustering of Seismicity in the Vicinity of the Hellenic Seismic Arc
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This research paper discusses possible seismic cluster formation and evolution in the vicinity of the Hellenic seismic arc and proposes a graphical user-interface monitoring and analysis tool based on various commercial and self-developed clustering algorithms for cluster discrimination, evolution and visualization. Self-developed algorithms enable the processing of both a) all recorder earthquakes and b) main seismic events alone, excluding foreshocks and aftershocks, by incorporating dynamic filters in space and time. The user can also import external formulae for the computation of the total earthquake preparation time, aftershocks duration and radius of the sphere of earthquake preparation region, and can also select specific regions of interest as well as the entire seismic map. The seismic imaging tool also addresses the concept of topical seismic cluster formation. Seismological maps indicate the presence of several seismic swarms forming within the region of the Hellenic arc, which appear to be either distinct or interacting together in groups of two or more. The identification of the number of possibly individual seismic clusters in a seismological area is a very challenging task by itself, which becomes even more complicated when investigating their outer boundaries especially in the case of multiple interacting clusters. The proposed imaging tool incorporates clustering algorithms that allow the user to apply various techniques for cluster identification, such as density based functions, gradient descent, centre of gravity, evolutionary allocation, and even import expert knowledge regarding the number of individual seismic clusters present.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle