ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Global Seismicity Dynamics and Data-Driven Science: Seismicity Modelling by Big Data Analytics

دانلود کتاب دینامیک جهانی لرزه خیزی و علم داده محور: مدل سازی لرزه خیزی توسط تجزیه و تحلیل داده های بزرگ

Global Seismicity Dynamics and Data-Driven Science: Seismicity Modelling by Big Data Analytics

مشخصات کتاب

Global Seismicity Dynamics and Data-Driven Science: Seismicity Modelling by Big Data Analytics

دسته بندی: زمين شناسي
ویرایش:  
نویسندگان:   
سری: Advances in Geological Science 
ISBN (شابک) : 9811551081, 9789811551086 
ناشر: Springer Singapore 
سال نشر: 2020 
تعداد صفحات: 235 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 17 مگابایت

قیمت کتاب (تومان) : 34,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 10


در صورت تبدیل فایل کتاب Global Seismicity Dynamics and Data-Driven Science: Seismicity Modelling by Big Data Analytics به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب دینامیک جهانی لرزه خیزی و علم داده محور: مدل سازی لرزه خیزی توسط تجزیه و تحلیل داده های بزرگ نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب دینامیک جهانی لرزه خیزی و علم داده محور: مدل سازی لرزه خیزی توسط تجزیه و تحلیل داده های بزرگ

انفجار اخیر داده‌های لرزه‌خیزی جهانی و منطقه‌ای در جهان نیازمند روش‌های جدید بررسی ریز لرزه‌خیزی و توسعه مدل‌سازی آنها برای درک ماهیت مکانیک کل زمین است. در این کتاب، نویسنده ابزار قدرتمندی را برای آشکار کردن ویژگی‌های مشخصه داده‌های بزرگ ریز لرزه‌خیزی جهانی و منطقه‌ای انباشته شده در پایگاه‌های اطلاعاتی جهان پیشنهاد می‌کند. روش پیشنهادی در این مقاله مبتنی بر (1) تبدیل داده‌های بزرگ ذخیره شده به آرشیو داده‌های چگالی لرزه‌خیزی، (2) تبدیل خطی ماتریس‌های داده‌های چگالی ریز لرزه‌خیزی به ماتریس‌های لرزه‌خیزی همبسته با استفاده از روش تجزیه مقدار منفرد، (3) زمان است. تحلیل‌های سری نرخ‌های لرزه‌خیزی همبسته جهانی و منطقه‌ای، و (۴) تقریب حداقل معادلات غیرخطی دینامیک نرخ لرزه‌خیزی مرتبط آنها. مدل‌سازی غیرخطی حداقل، تجلی سری‌های زمانی لرزه‌خیزی شدیداً همبسته است که توسط معادلات دینامیکی تصادفی نوع Langevin که شامل اصطلاحات قطعی و نویزهای تصادفی گاوسی است، کنترل می‌شود. یک عبارت قطعی به طور حداقلی با بردارهای نرخ لرزه‌خیزی همبسته یک جمله خطی و یک جمله با توان سوم تشکیل شده است. بنابراین، دینامیک لرزه خیزی مرتبط در جهان شامل گره های پایدار خطی در حال تغییر و انتقال سریع بین آنها با حالت های گذرا است. این کتاب شامل بحث هایی در مورد احتمالات آینده برون یابی تصادفی لرزه خیزی جهانی و منطقه ای به منظور کاهش بلایای زلزله در سراسر جهان است. فایل های مجموعه داده به صورت آنلاین در دسترس هستند و می توانند در Springer.com دانلود شوند.


توضیحاتی درمورد کتاب به خارجی

The recent explosion of global and regional seismicity data in the world requires new methods of investigation of microseismicity and development of their modelling to understand the nature of whole earth mechanics. In this book, the author proposes a powerful tool to reveal the characteristic features of global and regional microseismicity big data accumulated in the databases of the world. The method proposed in this monograph is based on (1) transformation of stored big data to seismicity density data archives, (2) linear transformation of microseismicity density data matrixes to correlated seismicity matrixes by means of the singular value decomposition method, (3) time series analyses of globally and regionally correlated seismicity rates, and (4) the minimal non-linear equations approximation of their correlated seismicity rate dynamics. Minimal non-linear modelling is the manifestation for strongly correlated seismicity time series controlled by Langevin-type stochastic dynamic equations involving deterministic terms and random Gaussian noises. A deterministic term is composed minimally with correlated seismicity rate vectors of a linear term and of a term with a third exponent. Thus, the dynamics of correlated seismicity in the world contains linearly changing stable nodes and rapid transitions between them with transient states. This book contains discussions of future possibilities of stochastic extrapolations of global and regional seismicity in order to reduce earthquake disasters worldwide. The dataset files are available online and can be downloaded at springer.com.



فهرست مطالب

Preface
Contents
1 Introduction
	1.1 Introduction
	References
2 Nature of Earthquake in the Solid Earth
	2.1 Global Earthquake Distribution and Plate Tectonics
	2.2 Earthquake Propagation and Shear Instability
	2.3 Earthquakes and Global Network of Seismic Stations
	References
3 Global Seismicity of the Solid Earth
	3.1 Stochastic Natures of Seismicity
	3.2 Two Types of Earthquakes and Their Occurrences
	3.3 The Global Seismicity of Subduction Zones
	3.4 The Global Seismicity of Mid-Oceanic Ridges
	3.5 Global Moment Release Rates by Large Earthquakes
	3.6 Stress Orientation and Seismic Anisotropy of the Plate Boundary
	References
4 Data-Driven Science for Geosciences
	4.1 Matrix Decomposition Method and Sparse Modeling
	4.2 Deep Neural Network Approximation
	4.3 State-Space Modeling of Time Series
	4.4 Frobenius Norm Minimum Method for Dynamics
	References
5 Data-Driven Science of Global Seismicity
	5.1 Data Cloud of the Global and Japanese Seismicity
	5.2 Data-Driven Science of Global Seismicity Dynamics
	5.3 The Characteristic Features of Strongly Correlated Global Seismicity
	5.4 Global Seismic Moment Release Rate and Correlated Seismicity Rates
	5.5 Correlated Seismicity Rate Variations of Global Ocean Ridges
	5.6 Global Seismic Activity of Subduction Zones and Oceanic Ridges
	References
6 Correlated Seismicity of Japanese Regions
	6.1 Outline of Tectonics of the Japanese Islands
	6.2 Seismicity of Japanese Islands Region
	6.3 Seismicity Cloud of Japanese Islands Crust and Mantle
	6.4 Characteristic Features of the Correlated Seismicity Rates
	6.5 Characteristic Features of Correlated Seismicity Rate Time Series
	6.6 Correlated Seismicity Rates on the z1–z2–z3 Diagram
	6.7 Coherency of Correlated Seismicity Rates Between Mantle and Crust
	6.8 Annual Variation of the Correlated Seismicity Rate
	6.9 Annual Variation of the Partial b-Value Time Series
	6.10 Correlated Seismicity of Non-snowy and Snowy Regions of Japanese Islands
	6.11 Partial b123 and b234 Value and Correlated Seismicity Rates
	6.12 Correlated Seismicity Between the Global and Japanese Islands Region
	References
7 Correlated Seismicity of the Northern California Region
	7.1 Introduction
	7.2 Seismicity Cloud of the Northern California Region
	7.3 Correlated Seismicity Rates in Northern California
	7.4 Partial b-Value Variations of the Northern California Region
	7.5 Comparison Between Global Subduction Zones and Northern California Region
	References
8 Model of Seismicity Dynamics from Data-Driven Science
	8.1 Minimal Model of Global Seismicity Dynamics
	8.2 Synthetic Coherency of Seismicity Dynamics by Slider Block Model
	References
9 Seismicity Dynamics Model of Global Earth and Japanese Islands Region
	9.1 Minimal Model of the Global and Japanese Seismicity Dynamics
	9.2 Minimal Dynamic Model of Japanese Correlated Seismicity
	9.3 Partial b-Value Change and Its Annual Variation
	References
10 Prediction Modeling of Global and Regional Seismicity Rates
	10.1 State-Space Modeling of the Global and Japanese Seismicity Dynamics
	10.2 Inversion of the Global Seismicity Rates from Correlated Seismicity
	10.3 Data-Driven Science and Machine Learning of Global Seismicity
	10.4 The Main Sequence of Relations Between Global Correlated Seismicity Rates and Local Seismicity Rates: The Cases of Japanese Islands, Sumatra and Chile
	10.5 Global Seismicity Dynamics and Plate Tectonics
	10.6 Possibility of Deep Learning Recurrent Neural Network for Prediction of the Seismic Activity
	10.7 System Model of the Correlated Seismicity, Plate Boundary Slip, and Fluid Flux in the Subduction Zone
	References
11 Problems of Prediction for Giant Plate Boundary Earthquakes
	References
Appendix A Application of Recurrent Neural Network (RNN) Modeling for Global Seismicity Dynamics
Appendix B Comments on Databases and Software Used in This Book




نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی