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

• 作者: A.Morales-Esteban F.Martínez-álvarez G.Asencio-Cortés X.Shang 李帛珊 李金
• 来源期刊: 世界地震译丛
• 关键词: 地震预测 大数据分析 聚类计算 回归 集成学习
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 论文
• 页码范围: 33-53
• 页数: 21页
• 字数: 15241字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3238.2020.01.003

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1 GB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H 2O库和亚马逊(Amazon)云基础设施,得到了极有希望的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李金		21	49	5.0	6.0
2	李帛珊		8	10	2.0	3.0
3	G.Asencio-Cortés		1	0	0.0	0.0
4	A.Morales-Esteban		1	0	0.0	0.0
5	X.Shang		1	0	0.0	0.0
6	F.Martínez-álvarez		1	0	0.0	0.0