On the strength of the phase cross-correlation in retrieving the Green’s function information in a region affected by persistent aftershock sequences
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 Although research on seismic interferometry is now entering a phase of maturity, earthquakes are still the most troublesome issues that plague the process in real applications. To address the problems that arise from spatially scattered and temporally transient enormous earthquakes, preference is usually given to the use of time-dependent weights. However, small earthquakes can also have a disturbing effect on the accuracy of interpretations if they are persistently clustered right next to the perpendicular bisector of the line joining station pairs or in close proximity to one of the stations. With regard to the suppression of these cluster earthquakes, commonly used solutions for dealing with monochromatic microseismic cluster events (e.g., implementing a band-reject filter around a comparatively narrow frequency band or whitening the amplitude spectra before calculating the cross-spectrum between two signals) may not have the necessary efficiency since earthquake clusters are generally a collection of events with different magnitudes, each having its own frequency and energy contents. Therefore, the only solution left in such a situation is to use stronger non-linear time-dependent weights (e.g., square of the running average or one-bit normalization), which may cause Green’s function amplitude information to be lost. In this paper, by simulating the records of a benchmark earthquake M N 5.2 with the help of empirical Green’s functions (EGF) obtained after the Ahar-Varzeghan Earthquake Doublet (M N 6.4 and M N 6.3), it is shown that the amplitude-unbiased phase cross-correlation is a relatively efficient approach in the face of the issues concerning long-standing cluster events.
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 | 0,001 | 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