Data-Driven Geothermal Microseismic Clustering Using Machine Learning
本研究は、波形類似性と空間・時間パラメータを教師なし機械学習を用いて統合することで、従来の手法と比較して、より物理的に解釈可能で高解像度な地熱貯留層の割れ目特性評価を実現する、データ駆動型の微小地震クラスタリングフレームワークを提案するものである。
2864 件の論文
本研究は、波形類似性と空間・時間パラメータを教師なし機械学習を用いて統合することで、従来の手法と比較して、より物理的に解釈可能で高解像度な地熱貯留層の割れ目特性評価を実現する、データ駆動型の微小地震クラスタリングフレームワークを提案するものである。
本研究は、BIMによるエネルギー解析とライフサイクルアセスメントを統合することにより、最適化されたエンベロープ・ファースト設計および低炭素材料が、従来の建設手法と比較して、地球温暖化係数、化石燃料消費量、および総ライフサイクル炭素排出量を大幅に削減できることを実証することで、カナダのウィニペグにおける寒冷地住宅のための持続可能な建設戦略を評価するものである。
本研究では、シミュレーション結果を実験および解析データと比較することで、ABAQUS/CAE 2020を用いたレジリエント・スリップ摩擦継手(RSFJ)の有限要素モデルを開発および検証し、次いで、バネ剛性、ボルト締付力、および摩擦係数といった設計パラメータが継手の耐震性能に及ぼす影響を評価するためのパラメトリック解析を行う。
本論文は、複雑な部分影条件下において、探索損失とオーバーシュートを最小限に抑えつつ、高い静的および動的効率を実現するために、エネルギー後悔ルールと遷移メモリメカニズムによって調整された改良型スズメ探索アルゴリズムとアイビーアルゴリズムを統合した、新しい2段階ハイブリッドMPPTコントローラであるER-ISSA-IVYを提案する。
本研究は、オスロを対象とした物理学に基づいたニューラルネットワークモデルを提示しており、これは部分的な導入シナリオにおける屋上緑化介入戦略のスクリーニングと比較を効果的に行い、地表面温度予測において高い精度を達成すると同時に、最適な優先順位付けは単一の近接性に基づく規則ではなく、特定の時空間的条件に依存することを明らかにしている。
本論文は、4自由度モデルを用いた検証済みの数値的研究を提示し、無次元偏心率が軸受隙間を持つローター系の非線形動的挙動を著しく変調させ、その応答を低偏心時における豊富な共振状態から高偏心時における準周期運動へとシフトさせることを実証するものである。
本研究は、自動化された屋外モーションキャプチャを用いて8種類の標準的なアルパインスキーのターンにおける運動学的特性を定量化しており、基礎レベルからエキスパートレベルへの進歩は、単に同一の技術をより速く実行することではなく、運動パターンの明確かつ協調的な変化を伴うものであることを明らかにしている。
本研究は、IMS 2.0自動到着速報からの物理的および統計的なメタデータを用いて学習させたランダムフォレスト分類器を評価し、世界の地震波相の特定において87%の精度を実証するとともに、機械学習と地震学の原理を組み合わせることがCTBTOの監視能力を向上させる可能性を強調している。
本研究は、加工プロセスを中断したり複雑な装置を必要としたりすることなく光学顕微鏡による分析を可能にするため、切刃のポリジメチルシロキサン(PDMS)レプリカを鋳造することでマイクロエンドミルの摩耗を評価する、低コストかつ非侵襲的な手法を導入し、検証するものである。
本研究は、ガラス粉末および砕セラミック骨材を含むサステナブルなコンクリートにおいて、特にガラス粉末の置換率が高い場合、28日圧縮強度が長期強度を予測する指標として信頼できないことを示しており、正確な構造設計のために、より高齢養生での試験または補正係数の使用が必要であることを示唆している。