Библиографическое описание:АЛГОРИТМЫ АППРОКСИМАЦИИ И КЛАСТЕРИЗАЦИИ ДАННЫХ ГЕОМОНИТОРИНГА ДЛЯ ОЦЕНКИ ПАРАМЕТРОВ ИСТОЧНИКА ЦУНАМИ : научное издание / А. А. Быков, М. А. Курако, К. В. Симонов. - Текст : непосредственный // Информационные и математические технологии в науке и управлении. - 2017. - № 3. - С. 85-92. - ISSN 2413-0133.
Аннотация:Исследование посвящено разработке алгоритмического обеспечения для обработки и сравнительного анализа различных моделей оценки параметров источника цунами, которые имеют в своей основе данные геомониторинга процесса подготовки цунамигенного землетрясения для выделенной очаговой области. Адекватная оценка параметров источника цунами от ожидаемого цунамигенного землетрясения и, соответственно, предвычисление распространения цунами обеспечивают предварительную оценку опасности цунами. В рамках информационного обеспечения решения поставленной задачи рассмотрены классические способы оценки параметров источника цунами на основе анализа форшокового процесса, блочно-клавишной и поршневой моделей. Для поиска и анализа вариантов конфигурации и местоположения изучаемого источника предлагаются алгоритмы и методика расчетов, включающая нелинейную регрессию для построения аппроксимационных функций и метод построения упругих сеток для кластеризации пространственных данных.
The study is devoted to the development of algorithmic support for the data processing and comparative analysis of various models of tsunami source parameter estimation, which are based on the geomonitoring data of the tsunamigenic earthquake preparation for the selected source area. An adequate assessment of the tsunami source parameters from the expected tsunamigenic earthquake and, accordingly, the precomputation of tsunami distribution provide a preliminary assessment of the tsunami hazard. Within the information support framework for the solution of the problem, classical methods for tsunami source parameters estimation are analyzed, based on foreshock process analysis, block-key and piston source models. For the search and analysis of configuration options and the location of the source, algorithms and calculation techniques are proposed, including nonlinear regression for constructing approximation functions and a method for constructing elastic grids for clustering spatial data.
Издательство:Федеральное государственное бюджетное учреждение науки Институт систем энергетики им. Л.А. Мелентьева Сибирского отделения Российской академии наук, Иркутск
Источник:Информационные и математические технологии в науке и управлении
Выпуск:№ 3
Номера страниц:85-92
Держатель оригинала документа:Институт вычислительного моделирования СО РАН, Институт космических и информационных технологий Сибирского федерального университета
Количество экземпляров:
Твёрдая копия издания отсутствует в фонде библиотеки
