论文研究 神经网络在南加州地区地震概率预报中的应用

在过去的几十年中,许多统计物理学家致力于研究地震问题。 这项工作的目的是在地震事件研究中应用基于“神经元”的统计物理方法和网络系统。 来自南加州高级国家地震系统(ANSS)的数据用于通过神经网络建模来验证震级大于3.0、3.5、4.0和4.5的连续地震事件之间的时间差之间的关系。 我们正在分析的问题是地震事件之间的时间差异以及如何将这些数据用作具有非线性特征的时间序列。 因此,我们将多层感知器神经网络系统与反向传播学习算法一起使用,因为它的特性允许对非线性数据进行分析,以便获得有关震颤发生概率预测的统计结果。