L'obiettivo del WP2 è la realizzazione di mappe di scuotimento sismico ad alta risoluzione con metodologia machine learning. I modelli di machine learning verranno alimentati da dati proveniente da i) la banca dati nazionale degli studi di microzonazione sismica; ii)la banca dati della rete accelerometrica. I dati di input, di seguito definiti predittori, saranno omogeneizzati secondo uno standard condiviso e costituiranno il dataset di allenamento dei modelli di predizione. Attraverso questa metodologia si realizzano le mappe di scenario e di predizione delle misure di intensità sismica da utilizzare nelle prime fasi successive ad un evento sismico. In questo report si descrive il dataset dei predittori che viene rilasciato al fine di realizzare il modello machine learning per la predizione dello scuotimento sismico.
Dataset delle misure di intensità sismica e dei predittori per la realizzazione di modelli machine learning per la stima delle misure di intensità sismica
Federico Mori;Amerigo Mendicelli;Chiara Varone;
2023
Abstract
L'obiettivo del WP2 è la realizzazione di mappe di scuotimento sismico ad alta risoluzione con metodologia machine learning. I modelli di machine learning verranno alimentati da dati proveniente da i) la banca dati nazionale degli studi di microzonazione sismica; ii)la banca dati della rete accelerometrica. I dati di input, di seguito definiti predittori, saranno omogeneizzati secondo uno standard condiviso e costituiranno il dataset di allenamento dei modelli di predizione. Attraverso questa metodologia si realizzano le mappe di scenario e di predizione delle misure di intensità sismica da utilizzare nelle prime fasi successive ad un evento sismico. In questo report si descrive il dataset dei predittori che viene rilasciato al fine di realizzare il modello machine learning per la predizione dello scuotimento sismico.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.