Global S&T Development Trend Analysis Platform of Resources and Environment
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 |
期 | 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 |
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。
修改评论