資料詳細
| 項 目 | 内 容 |
|---|---|
| 論文題名 | 深層学習を用いた地震波形データからの低周波微動を特徴づける確率微分方程式表現の獲得(STT38-P07)(ポスターセッション)(演旨) |
| 論文題名(英語) | Acquisition of stochastic differential equation representations to characterize low-frequency tremors in seismic waveform data using deep learning (STT38-P07)(poster session)(abs.) |
| 資料名 | 日本地球惑星科学連合大会予稿集 (online) |
| 資料名(英語) | Abstracts, Japan Geoscience Union Meeting (online) |
| 著者 | 楠井 俊朗, 長尾 大道, 伊藤 伸一 |
| 著者(英語) | Toshiro Kusui, Hiromichi Nagao, Shin-ichi Ito |
| 巻 | 2024 |
| 頁 | STT38-P07 |
| 発行年 | 2024 |
| 発行者 | 日本地球惑星科学連合 |
| 発行者(英語) | Japan Geoscience Union |
| 論文の言語区分 | 日本語 (Japanese) |
| キーワード | 低周波微動, スロー地震, 確率微分方程式, SDE, 深層学習, signature kernel, low frequency tremor, slow earthquake, stochastic differential equation, SDE, deep learning, signature kernel |
| リンク | 日本地球惑星科学連合ホームページ |
| ID | 300044144 |