MétaCan
Menu
Retour à la cohorte
Enregistrement W3021450946 · doi:10.1029/2019gl086240

Real‐Time Earthquake Location Based on the Kalman Filter Formulation

2020· article· en· W3021450946 sur OpenAlexaff
Yukuan Chen, Haijiang Zhang, David W. Eaton

Notice bibliographique

RevueGeophysical Research Letters · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueSeismology and Earthquake Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesChina Scholarship CouncilNational Natural Science Foundation of China
Mots-clésEarthquake predictionGeologySeismologyEarthquake simulationKalman filterEarthquake locationGeodesyComputer scienceInduced seismicity

Résumé

récupéré en direct d'OpenAlex

Abstract Seismic location is an essential task for earthquake monitoring. The general practice is to locate earthquakes using arrival times from all recorded stations. However, this is not well suited for real‐time applications such as the earthquake early warning, where earthquake locations need to be determined and updated as more stations are triggered. Here we have developed a real‐time linear location method based on a Kalman filter formulation. It updates location and its uncertainty whenever a station is triggered. We have demonstrated its effectiveness with synthetic and real data sets in Parkfield, California in a retrospective mode. The tests show that we can obtain relatively accurate locations and reliable uncertainties for earthquakes with 4 or 5 stations triggered. In particular, without considering the station latency, accurate earthquake locations can be achieved retrospectively in about 3.3 and 2.7 s for the 2003 San Simeon Mw6.6 earthquake and 2004 Parkfield Mw6.0 earthquake, respectively.

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.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,717
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,298
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetSeismology and Earthquake StudiesTravaux en français237 207