Magnitude‐Frequency Distributions and Slip‐History Predictions for Earthquakes Using Cellular Automata and Absorbing Markov Chains
Notice bibliographique
Résumé
Abstract Cellular automata have proven effective in obtaining statistical insights into expected time series, magnitude‐frequency distributions, and average slip histories of earthquakes by confirming, for instance, the Gutenberg‐Richter magnitude‐frequency distribution and the existence of scaling functions for slip histories. Yet, exhaustive modeling is often required to obtain such insights since the model behavior is generally difficult to predict from fixed input parameters, such as the dissipation and long‐range stress interaction distance. We demonstrate that the temporal dynamics of a cellular automaton (CA), representing discretized equations of motion, can be simplified and modeled as an absorbing Markov chain with transition matrices that are fully determined by CA parameters. Time series, frequency‐size distributions, and slip histories of the Markov chain Monte Carlo (MCMC) and CA models are stochastically equivalent. The proposed method is a mean‐field approximation that replicates temporal CA statistics by ignoring spatial components. Fundamentally, the temporal portion of CA can be represented as a memoryless process in which the current outcome only depends on the immediate past. We believe the transparency of the statistical model may provide pertinent insights into the mean‐field behavior of a variety of physical applications near a critical state, including earthquake and avalanche patterns. For instance, the average slip histories display a typical but asymmetric shape due to a preferred path through probability space with initial acceleration of slip rate to peak size followed by slower deceleration toward rupture arrest.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».