این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
International Journal of Engineering، جلد ۲۶، شماره ۲، صفحات ۱۳۷-۱۴۲
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Seismic Data Forecasting: A Sequence Prediction or a Sequence Recognition Task
چکیده انگلیسی مقاله In this paper, we have tried to predict earthquake events in a cluster of seismic data on pacific ring of fire, using multivariate adaptive regression splines (MARS). The model is employed as either a predictor for a sequence prediction task, or a binary classifier for a sequence recognition problem, which could alternatively help to predict an event. Here, we explain that sequence prediction/recognition, as two aspects of sequence learning, are not the same in general. We show that while both these approaches are plausible for earthquake prediction, the forecasting results indicate that MARS as a binary classifier outperforms the predictor MARS. The results clearly show how it is important to challenge a single earthquake forecasting problem from an appropriate point of view.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله mohammad mahdi mahdinejad noori |
Civil & Environmental Engineering, International Institute of Earthquake Engineering

aref bali |
Civil & Environmental Engineering, International

نشانی اینترنتی http://www.ije.ir/article_72081_29049229a43d5b9a208610ce1e9f5bd5.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/409/article-409-2062949.pdf
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات