MétaCan
Menu
Retour à la cohorte
Enregistrement W4253315429 · doi:10.1002/essoar.10506172.1

Identification of Repeating Earthquakes: Misconception of Waveform Similarity and a Physics-based Solution

2021· preprint· en· W4253315429 sur OpenAlexaff
Dawei Gao, Honn Kao

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineComputer Science
ThématiqueSeismology and Earthquake Studies
Établissements canadiensGeological Survey of CanadaUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésPreprintIdentification (biology)Similarity (geometry)Information retrievalComputer scienceWorld Wide WebArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Identification of repeating earthquakes (repeaters) usually depends on waveform similarity expressed as the corresponding cross-correlation coefficient (CC) above a prescribed threshold, typically ranging from 0.70 to 0.98. However, the robustness and effectiveness of such a strategy have never been thoroughly examined. In this study, we examine whether CC is a valid proxy for repeater identification through both synthetic and real earthquake experiments. We reveal that CC is controlled by not only the inter-event distance but also many other factors, including station azimuth, epicentral distance, velocity structure, etc. Consequently, CC lacks the resolution in identifying true repeaters. We propose a physics-based approach that considers both inter-event separation and rupture radius. For an event pair to be true repeaters, their inter-event separation must be smaller than the rupture radius of the larger event. Our results imply that a systematic recheck of previously identified repeaters and associated interpretations/hypotheses may be important and necessary.

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 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 enseignants0,736
Score d'incertitude au seuil0,570

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,027
Tête enseignante GPT0,263
Écart entre enseignants0,237 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSeismology and Earthquake StudiesTravaux en français237 207