MétaCan
Menu
Retour à la cohorte
Enregistrement W3047443618 · doi:10.1785/0220190358

Data Processing of a Local Seismological Network for West Texas Seismicity Characterization

2020· article· en· W3047443618 sur OpenAlexaff
Dmitrii Merzlikin, Alexandros Savvaidis, Stefanie Whittaker, Ibinabo Bestmann

Notice bibliographique

RevueSeismological Research Letters · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueSeismology and Earthquake Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésWorkflowMatching (statistics)Induced seismicitySensitivity (control systems)Set (abstract data type)Computer scienceSeismologyGeologyData miningEngineeringDatabaseMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract We propose a template-matching workflow capable of improving detection sensitivity of a seismic network and demonstrate its performance on the local seismic network comprising Texas Seismological Network installations in West Texas. We use three earthquakes from three clusters as our templates. Template matching is applied to each station independently. Then, SeisComP3 scanloc associator groups the obtained picks into seismic events following moveouts between stations consistent with a velocity model. In comparison to short-term over long-term average detection workflow, the number of “new,” previously undetected events more than doubles. The events detected by the template-matching workflow are registered on a set of stations, thus allowing for their absolute location. Template matching improves local network sensitivity. Among network parameters, station noise conditions appear to have the highest influence on the effectiveness of the workflow.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,835
Score d'incertitude au seuil0,819

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0030,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,194
Tête enseignante GPT0,361
Écart entre enseignants0,167 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeismological Research LettersMême sujetSeismology and Earthquake StudiesTravaux en français237 207