Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
Publisher of Iranian Journals and Conference Proceedings
عنوان
Paper

Seismic Data Forecasting: A Sequence Prediction or a Sequence Recognition Task

تعداد صفحات: 6 | تعداد نمایش خلاصه: 467 | نظرات: 0
سال انتشار: 1391
کد COI Paper: JR_IJE-26-2_006
زبان Paper: Englishglish
(فایل این Paper در 6 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این Paper

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این Paper را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک Paper) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این Paper، ابتدا تعداد صفحات Paper را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل Paper

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 6 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان Paper Seismic Data Forecasting: A Sequence Prediction or a Sequence Recognition Task

a bali - International Institute of Earthquake Engineering and Seismology, Tehran-19537-14453, Iran
m mahdinejad noori - Ministry of Science, Research and Technology, Tehran, Iran

چکیده Paper:

In this paper, the multivariate adaptive regression splines (MARS) is employed to predict earthquake events based on two common approaches in sequence learning. In the first scenario, the task is definedas a sequence prediction problem, and consequently the MARS model is used as a predictor. In thesecond scenario, the same task is considered as a sequence recognition problem and the model of MARS, this time, is used as a binary classifier with results that could alternatively help to predict an earthquake event. Forecasting results of applying the methods to a cluster of seismic data on pacificring of fire indicate that MARS as a binary classifier outperforms the predictor MARS. In fact, while both approaches are plausible, the best results are achieved when the earthquake prediction problem is considered as a sequence recognition task

کلیدواژه ها:

Earthquake Prediction,Multivariate Adaptive Regression Splines,(MARS Model),Sequence Learning,Sequence Recognition,Time Series Analysis

کد Paper/لینک ثابت به این Paper

برای لینک دهی به این Paper می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت Paper در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/254869/

کد COI Paper: JR_IJE-26-2_006

نحوه استناد به Paper:

در صورتی که می خواهید در اثر پژوهشی خود به این Paper ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
undefined, undefined و undefined, undefined,1391,Seismic Data Forecasting: A Sequence Prediction or a Sequence Recognition Task,,,,,https://civilica.com/doc/254869

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این Paper اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1391, bali, a؛ m mahdinejad noori)
برای بار دوم به بعد: (1391, bali؛ mahdinejad noori)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

Research Info Management

Certificate | Report Paper

Export Citation info of this Paper to research management softwares

علم سنجی و رتبه بندی Paper

مشخصات مرکز تولید کننده این Paper به صورت زیر است:
نوع مرکز: research center
تعداد مقالات: 1,442
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

New RelatedPapers

Share this paper

WHAT IS COI?

COI is a national code dedicated to all Iranian Conference and Journal Papers. the COI of each paper can be verified online.

Support