MétaCan
Menu
Retour à la cohorte
Enregistrement W3147735699 · doi:10.1002/eqe.3453

Simulating nonstationary and non‐Gaussian vector ground motions with time‐ and frequency‐dependent lagged coherence

2021· article· en· W3147735699 sur OpenAlexafffund
X.Z. Cui, Han Hong

Notice bibliographique

RevueEarthquake Engineering & Structural Dynamics · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueSeismic Performance and Analysis
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésFourier transformCoherence (philosophical gambling strategy)GaussianOrthonormal basisAlgorithmGaussian processDiscrete Fourier transform (general)AmplitudeFast Fourier transformMathematicsComputer scienceShort-time Fourier transformMathematical analysisFourier analysisPhysicsOpticsStatistics

Résumé

récupéré en direct d'OpenAlex

Abstract Seismic ground motions at multiple sites are nonstationary and non‐Gaussian with potentially time‐ and frequency‐dependent coherence, although the nonstationarity or non‐Gaussian or time‐dependent coherence aspects are often neglected because of lack of algorithm or method to take all these aspects into account to simulate synthetic ground motion records at multiple sites. In the present study, an iterative power and amplitude correction algorithm is proposed to simulate the nonstationary and non‐Gaussian vector process and takes into account time‐ and frequency‐dependent coherence. The algorithm usually converges within 10 iterations. It can be viewed as the extension of the well‐known iterative amplitude adjust Fourier transform algorithm for generating a vector of surrogates. The proposed algorithm uses the S‐transform and discrete orthonormal S‐transform rather than the ordinary Fourier transform. The adequacy of the proposed algorithm is validated numerically by using simulated ground motions.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,003
Tête enseignante GPT0,180
Écart entre enseignants0,176 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations20
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEarthquake Engineering & Structural DynamicsMême sujetSeismic Performance and AnalysisTravaux en français237 207