GSTDTAP  > 地球科学
Nature Communications:通过迁移学习预测断层滑动
王立伟
2022-01-25
所属快报地球科学快报
出版年2022
02
语种中文
领域地球科学
栏目地震与火山学
中文关键词断层滑动;转移学习
英文关键词fault slip transfer learning
中文摘要

2021年12月17日,《自然·通讯》(Nature Communications)杂志刊发题为《通过迁移学习预测断层滑动》(Predicting fault slip via transfer learning)的文章称,美国洛斯阿拉莫斯国家实验室(Los Alamos National Laboratory)团队的研究指出,基于一种为稀疏数据开发的机器学习方法能够可靠地预测实验室地震中的断层滑动,并可能是预测断层滑动和现场潜在地震的关键。但其所采用的数据驱动的方法仅对慢滑事件有效,而对于大规模粘滑断层却作用有限。

原文题名Predicting fault slip via transfer learning
原文链接查看原文
文献类型快报文章
条目标识符http://119.78.100.173/C666/handle/2XK7JSWQ/344507
专题地球科学
推荐引用方式
GB/T 7714
王立伟. Nature Communications:通过迁移学习预测断层滑动. 2022.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
Nature Communication(14KB)快报文章 开放获取CC BY-NC-SA浏览 请求全文
Nature Communication(153KB)快报文章 开放获取CC BY-NC-SA浏览 请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[王立伟]的文章
百度学术
百度学术中相似的文章
[王立伟]的文章
必应学术
必应学术中相似的文章
[王立伟]的文章
相关权益政策
暂无数据
收藏/分享
文件名: Nature Communications:通过迁移学习预测断层滑动.docx
格式: Microsoft Word
此文件暂不支持浏览
文件名: Nature Communications:通过迁移学习预测断层滑动.png
格式: image/png
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。