• ISSN 2097-1893
  • CN 10-1855/P
李帛珊, 李金 译. 2020. 基于回归算法和大数据云基础设施的美国加利福尼亚州地震预测. 世界地震译丛. 51(1):33-53. doi:10.16738/j.cnki.issn.1003-3238.202001003" target="_blank"> 10.16738/j.cnki.issn.1003-3238.202001003.
引用本文: 李帛珊, 李金 译. 2020. 基于回归算法和大数据云基础设施的美国加利福尼亚州地震预测. 世界地震译丛. 51(1):33-53. doi:10.16738/j.cnki.issn.1003-3238.202001003" target="_blank"> 10.16738/j.cnki.issn.1003-3238.202001003.
shu
G. Asencio-Cortés, A. Morales-Esteban, X. Shang, F. Martínez-Álvarez. 2018. Earthquake prediction in California using regression algorithms and cloud-based big data infrastructure. Comput.Geosci. 115:198-210. https://doi.org/10.1016/j.cageo.2017.10.011. DOI: 10.16738/j.cnki.issn.1003-3238.202001003
Citation: G. Asencio-Cortés, A. Morales-Esteban, X. Shang, F. Martínez-Álvarez. 2018. Earthquake prediction in California using regression algorithms and cloud-based big data infrastructure. Comput.Geosci. 115:198-210. https://doi.org/10.1016/j.cageo.2017.10.011. DOI: 10.16738/j.cnki.issn.1003-3238.202001003
shu

基于回归算法和大数据云基础设施的美国加利福尼亚州地震预测

Earthquake prediction in California using regression algorithms and cloud-based big data infrastructure

    摘要
  • 摘要: 地震震级预测是近几十年来广泛研究的极具挑战性的问题，在文献中可以找到统计、地球物理和机器学习等研究方法，但并没有得出令人特别满意的结果。近年来，强大的大数据分析计算技术应运而生，使得海量数据分析成为可能。新方法利用了云体系等物理资源。美国加利福尼亚州是世界上地震活动最活跃的地区之一，有许多可用数据。在本项工作中，为了预测未来7天内的地震震级，在大数据（使用1GB目录）情景下，探索几种回归算法与集成学习相结合的方法。使用Apache Spark框架、R语言的H2O库和亚马逊（Amazon）云基础设施，得到了极有希望的结果。

     

    • HTML全文
    • 参考文献(44)
    • 相关文章
    • 施引文献
  • 资源附件(0)

/

返回文章
返回