Extracting preseismic electromagnetic signatures in terms of symbolic dynamics
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
Abstract. When a heterogeneous material is strained, its evolution toward breaking is characterized by the nucleation and the coalescence of micro-cracks before the final break-up. Electromagnetic (EM) emission in a wide frequency spectrum ranging from very low frequencies (VLF) to very high frequencies (VHF) is produced by micro-cracks, which can be considered as the so-called precursors of general fracture. Herein we consider earthquakes (EQs) as large-scale fracture phenomena. We study the capability of nonlinear time series analysis to extract features from pre-seismic electromagnetic (EM) activity possibly indicating the nucleation of the impending EQ. In particular, we want to quantify and to visualize temporal changes of the complexity into consecutive time-windows of the time series. In this direction the original continuous time EM data is projected to a linguistic symbolic sequence and then we calculate the block entropies of the optimal partition. This analysis reveals a significant reduction of complexity of the underlying fracto-electromagnetic mechanism as the catastrophic events is approaching. We verify this result in terms of correlation dimension analysis. We point out that these findings are compatible with results from an independent linear method which uses a wavelet based approach for the estimation of fractal spectral characteristics. Field and laboratory experiments associate the epoch of low complexity in the tail of the precursory emission with the nucleation phase of the impending earthquake.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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