پیش بینی زلزله براساس تقسیم جامعه
چکیده
در حوزه تاثیر زمان- فضا، دو شبکه زلزله وزندار جهت دار براساس تعداد زلزله و ماکزیمم دامنه کالیفرنیای جنوبی، ساختاربندی شده است. روش پیش بینی زلزله مبتنی بر مینیموم وزن لبه است. با الگوریتم تقسیم بندی جامعه CNM ( روش تشخیص جامعه)، شبکه به جوامع مختلفی تقسیم شده است و 10 جامعه برتر مطابق تعداد گره ها انتخاب می شوند. بالاخره، صحت شبکه تقسیم شده و شبکه فاقد تقسیم بندی جامعه را باهم مقایسه می کنیم. نتایج شبیه سازی نشان می دهد که تقسیم بندی جامعه، صحت پیش بینی زلزله را بهبود می بخشد.
1. مقدمه
زلزله یک مشکل جهانی تلقی می گردد، زیرا از قدرت تخربی زیادی برخوردار است. حتی در یک کمربند زلزله کوچک، ممکن است هزار بار در سال زلزله رخ دهد. یکی از مهمترین پدیده های طبیعی به زندگی و املاک ما آسیب وارد می کند، زلزله نام دارد. خوشبختانه، تعدادی از محققین نظم های پدیده را آشکار نموده و در تاریخچه تحقیق طولانی مدت، دستاوردهای مثمرثمری بدست می آورند. مشهورترین اینها، قانون Gutenburg-Richter است که رابطه بین دامنه زلزله و فرکانس را آشکار نموده و در ژئوفیزیک اغلب برای مطالعه زلزله استفاده شده است، و مورد بعدی قانون Omori است که رابطه بین فرکانس پس لرزه و فاصله زمانی را توصیف می نماید. برای مدلسازی زلزله ها، Baiesi و Paczuski رویدادهای خفیف متفاوت را به عنوان گره های شبکه تعریف کردند، که اگر همبستگی بین گره ها بیشتر از حد آستانه باشد، آنگاه جفت گره پیوندی یا لینک دار نامیده می شوند. Abe و Suzuki ارتباط بین هر دو رویداد زلزله متوالی را مورد توجه قرار دادند. در حالیکه، He Xuan شیوه ای متفاوت برای ساخت لبه شبکه مبتنی بر حوزه تاثیر فضا- زمان، پیشنهاد نمود.
Abstract
In time-space influence domain, two directed weighted earthquake network are structured based on the earthquake number and the maximum magnitude of Southern California. The earthquake prediction method is proposed based on the minimum edge weight. By CNM (community detection method) community division algorithm, the network is divided into several communities and the top 10 communities can be selected according to the number of nodes. Finally, we compare the accuracy of the divided network with the network without community division. The simulation results show that the community division can improve the accuracy of the earthquake prediction.
I. INTRODUCTION
arthquake is a worldwide problem since it has destructive power. Even if in a small earthquake belt, earthquake can happen thousands of times per year. Earthquake is one of the most important natural phenomena that hazards our life and property. Fortunately, a number of researchers devote to revealing the regularities of the phenomena and make fruitful achievements in a long research history. In these achievements, the most famous one is the Gutenburg-Richter law[1] that reveals the relationship between earthquake magnitude and frequency, which is often used to study earthquake in geophysics[2-4], and the other one is Omori law[5] that describes the relationship between the frequency of the aftershocks and the time interval. For modeling the earthquakes, Baiesi and Paczuski[6,7] defined different tremor events as nodes of a network, where a pair of node is linked if the correlation between them exceeds a certain threshold. Abe and Suzuki[8-15] considered that each pair of successive earthquakes events are associated. While, He Xuan[16] proposed a different approach to build the network edge based on the space-time influence domain.
چکیده
1. مقدمه
2. ساخت شبکه زلزله
A. استراتژی 1
B. استراتژی 2
3. الگوریتم تقسیم بندی جامعه
4. تحلیل شبیه سازی
5. نتیجه گیری
Abstract
I. INTRODUCTION
II. CONSTRUCTION OF EARTHQUAKE NETWORK
A. Strategy 1
B. Strategy 2
III. THE ALGORITHM OF COMMUNITY DIVISION
IV. SIMULATION ANALYSIS
V. CONCLUSION
- اصل مقاله انگلیسی با فرمت ورد (word) با قابلیت ویرایش
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه