A bootstrap procedure for parameter estimation in the spatio-temporal epidemic-type aftershock sequence model
Notice bibliographique
Résumé
La version spatio-temporelle 2-D du modèle ETAS des répliques épidémiques est un outil de désagrégration des catalogues de données sur les séismes et de prévision des répliques à court terme. Le calcul de l'écart-type des estimations des paramètres de ce modèle est généralement fondé sur la matrice hessienne déduite de la log-vraisemblance. Lorsqu'un modèle ETAS est ajusté à des données locales, les écarts-types ainsi obtenus peuvent parfois s'avérer imprécis. Dans ce mémoire, le modèle ETAS a été ajusté à des données sismiques au large de la Colombie-Britannique. Une procédure de bootstrap paramétrique a été utilisée pour évaluer l'exactitude de l'écart-type des estimations. Il appert que la loi à taille finie de ces estimations n'est pas gaussienne et que, par conséquent, les écarts-types asymptotiques ne sont pas fiables. Pour montrer que la procédure bootstrap fournit des estimations d'écart-type et des intervalles de confiance fiables pour tous les paramètres du modèle, une étude de Monte-Carlo a été réalisée pour des valeurs de paramètres connues semblables à celles correspondant aux données réelles. Les effets de bord se sont avérés importants dans le temps et dans l'espace, tant pour la méthode bootstrap que dans l'étude de simulation. Après avoir modifié la procédure pour tenir compte de ces effets, une expérience de prévision rétrospective a été réalisée afin de prédire les répliques au large de l'île de Vancouver avant et après le séisme de magnitude 6.1 survenu le 22 octobre 2018. Finalement, les écarts-types asymptotique et bootstrap ont aussi été comparés, de même que les intervalles de confiance asymptotique et bootstrap (déduit des quantiles empiriques dans le second cas), en appliquant de façon répétitive la procédure bootstrap 1000 fois pour 40 simulations de type Monte-Carlo
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».