magistrsko delo
Romi Koželj (Avtor), Lovro Šubelj (Mentor), Jure Bajc (Komentor)

Povzetek

Potres je naravni pojav, ki nastane kot posledica notranje Zemljine dinamike globoko pod površjem in ga z današnjim znanjem še ni mogoče napovedati. V magistrskem delu poizkušamo z vidika omrežne znanosti pridobiti nova znanja o značilnostih in razvoju seizmične aktivnosti skozi čas. Implementiramo in med seboj primerjamo različne modele omrežij, ki temeljijo na interakciji med potresi v času in kraju ter na predpostavki o podobnostih potresne aktivnosti na izbranem geografskem območju. Iz omrežij, ki jih konstruiramo v več manjših zaporednih časovnih oknih, izračunamo nabor značilk ter prikažemo njihovo spreminjanje skozi čas. Na koncu z uporabo modela ARIMA za napovedovanje časovnih vrst preverimo, ali je iz dobljenih vzorcev moč sklepati o značilnostih seizmičnega dogajanja v prihodnosti. Analiza dobljenih omrežij ter generiranih časovnih vrst pokaže, da z večino obravnavanih modelov omrežij konstruiramo smiselna omrežja, preko katerih dobimo zanesljiv in predvidljiv odziv vrednosti v časovnih vrstah. Iz rezultatov napovedovanja vrednosti časovnih vrst je razvidno, da oblike časovnih vrst, predvsem v intervalih, v katerih se zgodi močnejši potres, z uporabljenim modelom ARIMA ne moremo dobro napovedati.

Ključne besede

analiza omrežij;seizmična aktivnost;časovne vrste;magisteriji;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.09 - Magistrsko delo
Organizacija: UL FRI - Fakulteta za računalništvo in informatiko
Založnik: [R. Koželj]
UDK: 004.414.23:550.34(043.2)
COBISS: 125574403 Povezava se bo odprla v novem oknu
Št. ogledov: 26
Št. prenosov: 7
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Modeling the time evolution of seismic activity using network analysis
Sekundarni povzetek: An earthquake is a natural phenomenon that occurs as a consequence of Earth's internal dynamics. It originates deep under the planet's surface and cannot be predicted with our current knowledge. Thesis addresses a network analysis approach to acquire new knowledge about the characteristics and development of seismic activity over time. We implement and compare various network models based on time and space interactions between earthquakes and on the assumption of self-similarity in seismic activity in a selected geographic area. Using networks that are generated in multiple consecutive time windows, we extract a feature set and present its changes over time in a time series. Finally, ARIMA model for time series prediction is used to verify if it is possible to predict characteristics of seismic activity in the future. Analysis of generated networks and time series shows that the majority of used network models produce relevant networks that return reliable and predictable response in a time series. However, using ARIMA model to predict new data points in a time series turns out to be insufficient, especially in time intervals when the strong earthquake occurs.
Sekundarne ključne besede: network analysis;seismic activity;earhtquakes;time series;computer science;computer and information science;master's degree;Modeliranje podatkov (računalništvo);Potresi;Računalništvo;Univerzitetna in visokošolska dela;
Vrsta dela (COBISS): Magistrsko delo/naloga
Študijski program: 1000471
Konec prepovedi (OpenAIRE): 1970-01-01
Komentar na gradivo: Univ. v Ljubljani, Fak. za računalništvo in informatiko
Strani: 123 str.
ID: 16619327