Rapporto di progetto (Project report), 2023, ITA

Modelli machine learning per la stima delle misure di intensità sismica

Federico Mori; Amerigo Mendicelli; Chiara Varone; Francesco Stigliano. Responsabile del Progetto: Massimiliano Moscatelli

CNR-IGAG

L'obiettivo del WP2 è la realizzazione di mappe di scuotimento sismico ad alta risoluzione con metodologia machine learning utilizzando la banca dati nazionale degli studi di microzonazione sismica e la banca dati della rete accelerometrica. Attraverso questa metodologia si realizzano le mappe di scenario e di predizione delle misure di intensità sismica da utilizzare a seguito di evento sismico e quindi di supporto alle squadre che si attivano in emergenza. In questo report si descrive il modello machine learning per la predizione dello scuotimento sismico.

Keywords

machine learning, intensità sismica

CNR authors

Moscatelli Massimiliano, Stigliano Francesco, Mori Federico, Varone Chiara, Mendicelli Amerigo

CNR institutes

IGAG – Istituto di geologia ambientale e geoingegneria

ID: 489977

Year: 2023

Type: Rapporto di progetto (Project report)

Creation: 2023-12-14 16:53:21.000

Last update: 2023-12-29 22:40:16.000

External links

OAI-PMH: Dublin Core

OAI-PMH: Mods

OAI-PMH: RDF

External IDs

CNR OAI-PMH: oai:it.cnr:prodotti:489977