Application of Total Electron Content Derived from the Global Navigation Satellite System for Detecting Earthquake Precursors
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
The time series of the total electron content (TEC) at a certain location derived by the local network of ground-based Global Navigation Satellite System (GNSS) receivers or extracted from the global ionosphere map (GIM) is useful for detecting seismo-ionospheric anomalies at the regional level. When the detected anomalies are similar to those repeatedly appearing before large earthquakes in the same region, it might be perceived as a temporal seismo-ionospheric precursor (SIP). To discriminate the possible SIPs from global effects (such as solar disturbances, magnetic storms, etc.), a global search for anomalies using GIM TEC data is an ideal approach. Spatial analysis simultaneously detects anomalies similar to the temporal SIP at each lattice and indicates the global distribution or pattern of the detected anomalies. When the detected anomalies specifically and continuously appear within the monitoring region, we can observe spatial SIPs of the GIM TEC. To further study the fine structure and dynamics of the observed SIPs, a dense network of ground-based GNSS receivers is required. By applying the residual minimization training neural network (RMTNN) tomographic approach to the TEC between the GNSS satellite and the network receivers, the three-dimensional fine structure of the ionospheric electron density can be obtained.
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 | 0,000 |
| 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