Quantifying Epistemic Uncertainty in Ground Motion Prediction Using Bayesian Neural Networks: Application to Peninsular India
Este estudio desarrolla un modelo de movimiento del suelo mediante redes neuronales bayesianas para la India peninsular que separa y cuantifica eficazmente la incertidumbre epistémica de la variabilidad aleatoria, demostrando que la propagación de esta incertidumbre epistémica dependiente del escenario a través del análisis probabilístico de la amenaza sísmica produce estimaciones de aceleración espectral significativamente más altas y precisas que los enfoques tradicionales de solo aleatoriedad, particularmente para periodos de retorno largos en regiones con escasez de datos.