메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
장진수 (강원대학교) 소병달 (강원대학교)
저널정보
대한지질학회 대한지질학회 학술대회 2021 추계지질과학연합학술대회
발행연도
2021.10
수록면
363 - 363 (1page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
지진 전조 현상은 대규모 지진의 발생 확률을 예측할 수 있는 유용한 지표이다. 지진 발생 시간, 진앙의 위치와 지진 규모를 포함하는 지진 카탈로그는 지진 전조 현상을 인식하기 위한 중요한 정보를 제공한다. 본 연구에서는 규모 6.5 이상의 지진에 대한 전조 현상을 인식하기 위해서 Global Centroid Moment Tensor (GCMT) 카탈로그로부터 얻은 다수의 특징으로 구성된 자료를 의사결정나무 기반의 기계학습 알고리즘인 eXtreme Gradient Boosting (XGBoost) 분류기에 학습시켰고, SHapley Additive exPlanations (SHAP) 값을 사용하여 각 특징이 분류에 미치는 영향력을 평가하였다. 학습과 검증을 위한 지진 카탈로그는 2004년 이후의 GCMT 카탈로그를 사용하였다. 일정 수의 지진을 포함하는 시공간 윈도우를 설정하고, 이 윈도우 내에 존재하는 지진 사건의 통계량 (최댓값, 최솟값, 평균, 표준편차, 왜도, 첨도 등)을 사용하여 80개의 특징으로 증대하였다. 특징이 증대된 각 자료에는 각 윈도우로부터 3개월 이내에 규모 6.5이상의 지진이 발생한 여부에 따라 레이블을 할당하였다. 이와 같은 방식으로 최대 236,052개의 학습자료를 ... 전체 초록 보기

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0