Strong motion prediction using empirical Green's tensor spatial derivatives
使用经验格林张量空间导数的强运动预测
基本信息
- 批准号:16K01316
- 负责人:
- 金额:$ 1.5万
- 依托单位:
- 依托单位国家:日本
- 项目类别:Grant-in-Aid for Scientific Research (C)
- 财政年份:2016
- 资助国家:日本
- 起止时间:2016-04-01 至 2019-03-31
- 项目状态:已结题
- 来源:
- 关键词:
项目摘要
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Chapter 11: Comparison of the Empirical Green's Spatial Derivative Method and Empirical Green’s Function Method in Simulation of Broadband Strong Motion, Moment Tensor Solutions - A Useful Tool for Seismotectonics (ed. D'Amico Sebastiano)
第 11 章:宽带强运动模拟中经验格林空间导数方法与经验格林函数方法的比较,力矩张量解 - 地震构造学的有用工具(DAmico Sebastiano 编)
- DOI:
- 发表时间:2018
- 期刊:
- 影响因子:0
- 作者:Ohori Michihiro;Masukawa Yuri;Kojima Keisuke;Michihiro Ohori;Michihiro Ohori;大堀道広;Michihiro Ohori;大堀道広;Michihiro Ohori
- 通讯作者:Michihiro Ohori
Chapter: Comparison of the Empirical Green's Spatial Derivative Method and Empirical Green's function Method in Simulation of Broadband Strong Motion, in Earthquakes, Volume 1 (Ed. Valentina Svalova)
第 1 章:地震中宽带强运动模拟中经验格林空间导数方法与经验格林函数方法的比较,第 1 卷(Ed. Valentina Svalova)
- DOI:
- 发表时间:2018
- 期刊:
- 影响因子:0
- 作者:Ohori Michihiro;Masukawa Yuri;Kojima Keisuke;Michihiro Ohori;Michihiro Ohori;大堀道広;Michihiro Ohori;大堀道広;Michihiro Ohori;Michihiro Ohori
- 通讯作者:Michihiro Ohori
経験的グリーン・テンソルの推定 -福井県嶺南地方で得られた強震記録を用いた試み
估计经验格林张量 - 使用福井县礼南地区获得的强运动记录的尝试
- DOI:
- 发表时间:2016
- 期刊:
- 影响因子:0
- 作者:Ohori Michihiro;Masukawa Yuri;Kojima Keisuke;Michihiro Ohori;Michihiro Ohori;大堀道広;Michihiro Ohori;大堀道広
- 通讯作者:大堀道広
Estimation of Empirical Green's Tensor Spatial Derivative Elements: A Preliminary Study Using Strong Motion Records in Southern Fukui Prefecture, Japan
经验格林张量空间导数元素的估计:利用日本福井县南部强震动记录的初步研究
- DOI:10.1007/978-3-319-77359-9_11
- 发表时间:2018
- 期刊:
- 影响因子:0
- 作者:Y. Suzuki;K. Taguchi;A. Yasuda;安田 敦;安田 敦・嶋野岳人;安田 敦;馬場章・藤井敏嗣・吉本充宏・安田敦・外西奈津美;原田智代・飯塚毅・浜田盛久・安田敦・吉本充弘;安田敦・前野深・中田節也・外西奈津美・馬場聖至・武尾実・高木朗充;井上智未・石橋秀巳・外西奈津美・安田敦;菅野拓矢・石橋秀巳・安田敦・外西奈津美;安田 敦・金子隆之・大湊隆雄・前野 深・中田節也・外西奈津美・武尾 実・高木朗充;Ohori Michihiro
- 通讯作者:Ohori Michihiro
Tsunami Hazard Assessment for the Hokuriku Region, Japan: Toward Disaster Mitigation for Future Earthquakes
日本北陆地区海啸灾害评估:为未来地震减灾
- DOI:10.5772/intechopen.79688
- 发表时间:2018
- 期刊:
- 影响因子:0
- 作者:Ohori Michihiro;Masukawa Yuri;Kojima Keisuke
- 通讯作者:Kojima Keisuke
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
Ohori Michihiro其他文献
焼岳火山,2022年5月の活発化前後の噴気活動の変化
烧岳火山,2022 年 5 月激活前后喷气孔活动的变化
- DOI:
- 发表时间:
2023 - 期刊:
- 影响因子:0
- 作者:
Asano Kimiyuki;Iwata Tomotaka;Yoshida Kunikazu;Inoue Naoto;Somei Kazuhiro;Miyakoshi Ken;Ohori Michihiro;齋藤武士・森田健心・風早竜之介・網田和宏・三島壮智・大沢信二 - 通讯作者:
齋藤武士・森田健心・風早竜之介・網田和宏・三島壮智・大沢信二
Microtremor array surveys and development of the velocity model in the Hakodate Plain, Hokkaido, Japan
日本北海道函馆平原的微动阵列调查和速度模型的开发
- DOI:
10.1186/s40623-022-01647-w - 发表时间:
2022 - 期刊:
- 影响因子:0
- 作者:
Asano Kimiyuki;Iwata Tomotaka;Yoshida Kunikazu;Inoue Naoto;Somei Kazuhiro;Miyakoshi Ken;Ohori Michihiro - 通讯作者:
Ohori Michihiro
Ohori Michihiro的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
相似海外基金
南西諸島における強震動予測の高精度化に向けた海陸統合地下構造モデルの構築
构建综合陆海地下结构模型以提高南西群岛强地震动预测精度
- 批准号:
23K22582 - 财政年份:2024
- 资助金额:
$ 1.5万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
火山由来の堆積地盤における強震動予測のための地盤構造モデルの高度化
用于预测火山沉积地面强烈地面运动的复杂地面结构模型
- 批准号:
23K20981 - 财政年份:2024
- 资助金额:
$ 1.5万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
敵対的生成ネットワークを用いたデータ駆動型強震動予測手法の構築
利用生成对抗网络构建数据驱动的强地震动预测方法
- 批准号:
22KJ1148 - 财政年份:2023
- 资助金额:
$ 1.5万 - 项目类别:
Grant-in-Aid for JSPS Fellows
Advanced large-scale damage estimation method using deep learning and 3D building models
使用深度学习和 3D 建筑模型的先进大规模损伤估计方法
- 批准号:
23K04108 - 财政年份:2023
- 资助金额:
$ 1.5万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
Development of Realtime Ground Motion and Building Response Prediction Methods Based on Deep Learning and Continuous Observation Network of Seabed, Ground, and Buildings.
基于深度学习和海底、地面和建筑物连续观测网络的实时地面运动和建筑物响应预测方法的开发。
- 批准号:
23K04102 - 财政年份:2023
- 资助金额:
$ 1.5万 - 项目类别:
Grant-in-Aid for Scientific Research (C)