Construction of next-generation data assimilation for the solid Earth science
固体地球科学下一代数据同化建设
基本信息
- 批准号：26280006
- 负责人：
- 金额：$ 10.48万
- 依托单位：
- 依托单位国家：日本
- 项目类别：Grant-in-Aid for Scientific Research (B)
- 财政年份：2014
- 资助国家：日本
- 起止时间：2014-04-01 至 2018-03-31
- 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）
Imaging the spatiotemporal evolution of a slow slip event near the Boso Peninsula, central Japan
对日本中部房总半岛附近慢滑移事件的时空演化进行成像
- DOI：
- 发表时间：2015
- 期刊：
- 影响因子：0
- 作者：福田淳一
- 通讯作者：福田淳一
GNSS時系列データの状態空間モデリングによる非地震性断層すべりの時空間イメージング
使用 GNSS 时间序列数据的状态空间建模进行地震断层滑移的时空成像
- DOI：
- 发表时间：2015
- 期刊：
- 影响因子：0
- 作者：福田淳一
- 通讯作者：福田淳一
逐次データ同化を用いた沈み込み帯プレート境界巨大地震の予測手法
基于序列数据同化的俯冲带板块边界大地震预测方法
- DOI：
- 发表时间：2014
- 期刊：
- 影响因子：0
- 作者：堀高峰; 兵藤守; 中田令子; 宮崎真一; 日吉善久; 有吉慶介; 金田義行
- 通讯作者：金田義行
{{
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 }}
Nagao Hiromichi其他文献
Convolutional Neural Network to Detect Deep Low-Frequency Tremors from Seismic Waveform Images
卷积神经网络从地震波形图像中检测深部低频震颤
- DOI：
10.1007/978-3-030-75015-2_4 - 发表时间：
2021 - 期刊：
- 影响因子：0
- 作者：
Kaneko Ryosuke;Nagao Hiromichi;Ito Shin;Obara Kazushige;Tsuruoka Hiroshi - 通讯作者：
Tsuruoka Hiroshi
Convolutional Neural Network to Detect Deep Low-Frequency Tremors from Seismic Waveform Images
卷积神经网络从地震波形图像中检测深部低频震颤
- DOI：
10.1007/978-3-030-75015-2_4 - 发表时间：
2021 - 期刊：
- 影响因子：0
- 作者：
Kaneko Ryosuke;Nagao Hiromichi;Ito Shin;Obara Kazushige;Tsuruoka Hiroshi - 通讯作者：
Tsuruoka Hiroshi
Adjoint-based uncertainty quantification for inhomogeneous friction on a slow-slipping fault
慢滑断层上不均匀摩擦的基于伴随的不确定性量化
- DOI：
10.1093/gji/ggac354 - 发表时间：
2022 - 期刊：
- 影响因子：2.8
- 作者：
Ito Shin;Kano Masayuki;Nagao Hiromichi - 通讯作者：
Nagao Hiromichi
Convolutional Neural Network to Detect Deep Low-Frequency Tremors from Seismic Waveform Images
卷积神经网络从地震波形图像中检测深部低频震颤
- DOI：
10.1007/978-3-030-75015-2_4 - 发表时间：
2021 - 期刊：
- 影响因子：0
- 作者：
Kaneko Ryosuke;Nagao Hiromichi;Ito Shin;Obara Kazushige;Tsuruoka Hiroshi - 通讯作者：
Tsuruoka Hiroshi
Convolutional Neural Network to Detect Deep Low-Frequency Tremors from Seismic Waveform Images
卷积神经网络从地震波形图像中检测深部低频震颤
- DOI：
10.1007/978-3-030-75015-2_4 - 发表时间：
2021 - 期刊：
- 影响因子：0
- 作者：
Kaneko Ryosuke;Nagao Hiromichi;Ito Shin;Obara Kazushige;Tsuruoka Hiroshi - 通讯作者：
Tsuruoka Hiroshi
Nagao Hiromichi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 }}
{{ truncateString('Nagao Hiromichi', 18)}}的其他基金
Innovative four-dimensional variation method for data assimilation based on large-scale models
基于大尺度模型的资料同化创新四维变异方法
- 批准号：
17H01703 - 财政年份：2017
- 资助金额：
$ 10.48万 - 项目类别：
Grant-in-Aid for Scientific Research (B)
相似海外基金
Theoretical and Experimental Studies of the Population and Evolutionary Dynamics of Bacteria and Bacteriophage.
细菌和噬菌体的种群和进化动力学的理论和实验研究。
- 批准号：
10813419 - 财政年份：2023
- 资助金额：
$ 10.48万 - 项目类别：
Evolution patterns of slow slip events revealed with a combined analysis of seismic wave and geodetic data
地震波和大地测量数据结合分析揭示慢滑移事件的演化模式
- 批准号：
21K11792 - 财政年份：2021
- 资助金额：
$ 10.48万 - 项目类别：
Grant-in-Aid for Scientific Research (C)
Theoretical and Experimental Studies of the Population and Evolutionary Dynamics of Bacteria and Bacteriophage.
细菌和噬菌体的种群和进化动力学的理论和实验研究。
- 批准号：
10552660 - 财政年份：2020
- 资助金额：
$ 10.48万 - 项目类别：
Data-driven science and solid-earth geochemistry
数据驱动的科学和固体地球化学
- 批准号：
19K04027 - 财政年份：2019
- 资助金额：
$ 10.48万 - 项目类别：
Grant-in-Aid for Scientific Research (C)
Stereoselective Assembly of Challenging Glycosidic Linkages with Earth-Abundant Metal Catalysts
用地球上丰富的金属催化剂立体选择性组装具有挑战性的糖苷键
- 批准号：
9546030 - 财政年份：2018
- 资助金额：
$ 10.48万 - 项目类别：