A Study on Tsunami Arrival Time Prediction by Machine Learning

Author:

GUNJI Kota1,MIYAUCHI Toshiharu1,WATANABE Masashi2,ARIKAWA Taro2

Affiliation:

1. 中央大学大学院 理工学研究科 都市人間環境学専攻

2. 中央大学 理工学部都市環境学科

Publisher

Japan Society of Civil Engineers

Reference13 articles.

1. 1) Available at. https://www.jishin.go.jp/regional_seismiity/rs_kaiko/k_nankai/, 南海トラフで発生する地震-地震調査研究推進本部, Accessed date: 17 May 2021

2. 2) 南海トラフ巨大地震対策検討ワーキンググループ南海トラフの巨大地震による津波高・浸水域等(第二次報告)及び被害想定(第一次報告)について,P4,2012

3. 3) Availble at. https://www.data.jma.go.jp/svd/eqev/data/tsunami/ryoteki.html, 気象庁|津波を予測する仕組み, Accessed date: 22 May 2021

4. 4) Christopher M. Liu, Donsub Rim, Robert Baraldi, Randall J. LeVeque : Comparison of Machine Learning Approaches for Tsunami Forecasting from Sparse Observations, 2021

5. 5) Jun-Whan Lee, Jennifer L. Irish, Robert Weiss : Rapid prediction of alongshore run-up distribution from near-feld tsunamis, Natural Hazards (2020) 104:1157–1180

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3