Volltext-Downloads (blau) und Frontdoor-Views (grau)
The search result changed since you submitted your search request. Documents might be displayed in a different sort order.
  • search hit 4 of 131
Back to Result List

Zeitliche Vorhersage von Erdbeben durch Klassifikation mittels Convolutional Neural Networks

  • In dieser Ausarbeitung wird eine zeitliche Vorhersage von Erdbeben getroffen. Hierfür werden mit einem Datensatz aus Labor-Erdbeben Convolutional Neural Networks (CNN) trainiert. Die trainierten Netzwerke geben Vorhersagen, indem sie einen Input an seismischen Daten klassifizieren. Durch das Klassifizieren kann das CNN die zeitliche Entfernung zum nächsten Erdbeben vorhersagen. Es werden hierfür zwei Ansätze miteinander verglichen. Beim ersten Ansatz werden die Originaldaten in ein CNN gegeben. Beim zweiten Ansatz wird vor dem CNN eine Vorverarbeitung der Daten mit den Mel Frequency Cepstral Coefficients (MFCC) durchgeführt. Es zeigt sich, dass mit beiden Ansätzen eine gute Klassifikation möglich ist. Die Kombination aus MFCC und CNN liefert die besseren quantitativen Ergebnisse. Hierbei konnte eine Genauigkeit von 65 % erreicht werden.

Download full text files

Export metadata

Additional Services

Search Google Scholar

Statistics

frontdoor_oas
Metadaten
Author of HS ReutlingenHennige, Julian
URN:urn:nbn:de:bsz:rt2-opus4-27147
Erschienen in:Experience(IT) : Informatik-Konferenz an der Hochschule Reutlingen, 8. Mai 2019. - (Informatics Inside ; 19)
Publisher:Hochschule Reutlingen
Place of publication:Reutlingen
Document Type:Conference proceeding
Language:German
Publication year:2019
Tag:Convolutional Neural Network; Erdbebenvorhersage; machine learning
Page Number:10
First Page:11
Last Page:20
DDC classes:004 Informatik
Open access?:Ja
Licence (German):License Logo  Open Access