刷新
{{item.name}}会员
Multi-valued Gaussian process regression for immediate Tsunami prediction from water pressure gauges
通过水压计进行即时海啸预测的多值高斯过程回归
基本信息
- 批准号：20K11949
- 负责人：
- 金额：$ 2.83万
- 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：2020
- 资助国家：日本
- 起止时间：2020-04-01 至 2023-03-31
- 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（4）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Numerical experiments on tsunami flow depth prediction for clustered areas using regression and machine learning models
- DOI：10.1186/s40623-022-01680-9
- 发表时间：2022-08
- 期刊：
- 影响因子：0
- 作者：Masato Kamiya;Y. Igarashi;Masato Okada;T. Baba
- 通讯作者：Masato Kamiya;Y. Igarashi;Masato Okada;T. Baba
Tsunami Height Estimation by Gaussian Processing Regression Using Tsunami Height and Arrival Time at Seafloor Pressure Measurement Points in the Kii Peninsula, Japan
使用日本纪伊半岛海底压力测量点的海啸高度和到达时间，通过高斯处理回归估计海啸高度
- DOI：
- 发表时间：2022
- 期刊：
- 影响因子：0
- 作者：Yutaro IWABUCHI;Toshitaka BABA;Takane HORI;Masato OKADA;Yasuhiko IGARASHI
- 通讯作者：Yasuhiko IGARASHI
Self-similar stochastic slip distributions on a non-planar fault for tsunami scenarios for megathrust earthquakes
巨型逆冲地震海啸场景中非平面断层上的自相似随机滑移分布
- DOI：10.1186/s40645-020-00360-0
- 发表时间：2020
- 期刊：
- 影响因子：3.9
- 作者：Masaru Nakano;Shane Murphy;Ryoichiro Agata;Yasuhiko Igarashi;Masato Okada & Takane Hori
- 通讯作者：Masato Okada & Takane Hori
紀伊半島沖の海底水圧センサにおける最大津波高さと到達時間を用いたガウス過程回帰による沿岸津波高さ予測
利用纪伊半岛附近海底水压传感器测量的最大海啸高度和到达时间，利用高斯过程回归进行沿海海啸高度预测
- DOI：
- 发表时间：2022
- 期刊：
- 影响因子：0
- 作者：岩淵 雄太郎;馬場 俊孝;堀 高峰;岡田 真人;五十嵐 康彦
- 通讯作者：五十嵐 康彦
{{
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 }}
Igarashi Yasuhiko其他文献
Exhaustive Search for Sparse Variable Selection in Linear Regression
线性回归中稀疏变量选择的穷举搜索
- DOI：
10.7566/jpsj.87.044802 - 发表时间：
2018 - 期刊：
- 影响因子：1.7
- 作者：
Igarashi Yasuhiko;Takenaka Hikaru;Nakanishi-Ohno Yoshinori;Uemura Makoto;Ikeda Shiro;Okada Masato - 通讯作者：
Okada Masato
Normal mode analysis of a relaxation process with Bayesian inference
使用贝叶斯推理对松弛过程进行正则模式分析
- DOI：
10.1080/14686996.2020.1713703 - 发表时间：
2020 - 期刊：
- 影响因子：5.5
- 作者：
Sakata Itsushi;Nagano Yoshihiro;Igarashi Yasuhiko;Murata Shin;Mizoguchi Kohji;Akai Ichiro,Okada Masato - 通讯作者：
Akai Ichiro,Okada Masato
Statistical Mechanical Analysis of Catastrophic Forgetting in Continual Learning with Teacher and Student Networks
师生网络持续学习中灾难性遗忘的统计力学分析
- DOI：
10.7566/jpsj.90.104001 - 发表时间：
2021 - 期刊：
- 影响因子：1.7
- 作者：
Asanuma Haruka;Takagi Shiro;Nagano Yoshihiro;Yoshida Yuki;Igarashi Yasuhiko;Okada Masato - 通讯作者：
Okada Masato
Quantum circuit learning as a potential algorithm to predict experimental chemical properties
量子电路学习作为预测实验化学性质的潜在算法
- DOI：
10.1039/d2dd00090c - 发表时间：
2023 - 期刊：
- 影响因子：0
- 作者：
Hatakeyama-Sato Kan;Igarashi Yasuhiko;Kashikawa Takahiro;Kimura Koichi;Oyaizu Kenichi - 通讯作者：
Oyaizu Kenichi
Igarashi Yasuhiko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('Igarashi Yasuhiko', 18)}}的其他基金
Sparse modeling using basis functions suitable for representing physical properties.
使用适合表示物理属性的基函数进行稀疏建模。
- 批准号：
17K12735 - 财政年份：2017
- 资助金额：
$ 2.83万 - 项目类别：
Grant-in-Aid for Young Scientists (B)
相似海外基金
皺の生じた薄膜のスパースモデリング：大型膜構造物の詳細形状推定法の構築に向けて
皱纹薄膜的稀疏建模：构建大型膜结构的详细形状估计方法
- 批准号：
23K22914 - 财政年份：2024
- 资助金额：
$ 2.83万 - 项目类别：
Grant-in-Aid for Scientific Research (B)
Research on universalization of inflow prediction method for flood control with all-out efforts of existing dams
现有大坝全力防洪进水预测方法推广应用研究
- 批准号：
23K04039 - 财政年份：2023
- 资助金额：
$ 2.83万 - 项目类别：
Grant-in-Aid for Scientific Research (C)
Exploring endurance and resistance exercise mimetics - focusing on drug synergies.
探索耐力和阻力运动模拟 - 重点关注药物协同作用。
- 批准号：
22KJ1369 - 财政年份：2023
- 资助金额：
$ 2.83万 - 项目类别：
Grant-in-Aid for JSPS Fellows
帯観測モデルを用いた質量分析の性能向上と包括的タンパク質同定システムの開発
使用条带观察模型提高质谱性能并开发综合蛋白质鉴定系统
- 批准号：
22KJ1726 - 财政年份：2023
- 资助金额：
$ 2.83万 - 项目类别：
Grant-in-Aid for JSPS Fellows
複雑多様データに対する予測スパース統計モデリング手法の開発研究
复杂多样数据预测稀疏统计建模方法发展研究
- 批准号：
23K11008 - 财政年份：2023
- 资助金额：
$ 2.83万 - 项目类别：
Grant-in-Aid for Scientific Research (C)
Large-scale sparse learning using asynchronous architecture for interpretable model
使用异步架构进行可解释模型的大规模稀疏学习
- 批准号：
23K11213 - 财政年份：2023
- 资助金额：
$ 2.83万 - 项目类别：
Grant-in-Aid for Scientific Research (C)
Network Topology Recovery Method using Sparse Modeling
使用稀疏建模的网络拓扑恢复方法
- 批准号：
22KJ3056 - 财政年份：2023
- 资助金额：
$ 2.83万 - 项目类别：
Grant-in-Aid for JSPS Fellows
皺の生じた薄膜のスパースモデリング：大型膜構造物の詳細形状推定法の構築に向けて
皱纹薄膜的稀疏建模：构建大型膜结构的详细形状估计方法
- 批准号：
22H01644 - 财政年份：2022
- 资助金额：
$ 2.83万 - 项目类别：
Grant-in-Aid for Scientific Research (B)
Secure edge AI machine learning that works with small amounts of data
可处理少量数据的安全边缘 AI 机器学习
- 批准号：
22K04089 - 财政年份：2022
- 资助金额：
$ 2.83万 - 项目类别：
Grant-in-Aid for Scientific Research (C)
Real-time Artificial Intelligence (AI) Prediction of Seepage Failure and Evacuation Assistance by Structural Health Monitoring of River Levees
通过河堤结构健康监测实时人工智能（AI）预测渗漏故障并协助疏散
- 批准号：
22K04313 - 财政年份：2022
- 资助金额：
$ 2.83万 - 项目类别：
Grant-in-Aid for Scientific Research (C)