使用二项逻辑回归作 地震预测

2017-11-07 11:15:53 admin 19

使用二项逻辑回归作 地震预测



1708038268.png

概述本发明涉及一种使用二项式回归的方法,并结合现有数据和通过借助于卫星监测器收集的未来样本数据,以确定导致地震发生的变量。然后将数据配对,并使用回归分析,我们使用最小二乘法模型识别在准确预测未来地震中最有用的系数。

在一个变式中,该方法包括使用诸如在美国地质调查局数据库中找到的经验数据或通过卫星收集新样本,以确定为何和何时发生地震的基本模型。该方法旨在统计评估所有可能的变量,在地壳发生实际滑移和改变之前,告知事件的情况编程员试图整合电磁,太阳能或其他信号,寻求组合可以准确测量和量化的所有可能变量。编程员假设当组合导致地震事件时可能有多个原因和变量。编程员还假设可以通过研究微地震并利用该结果数据生成更大规模的预测未来地震活动的统计模型,从而准确地应用推理。目前的技术使我们能够在十秒钟内预测地震,编程员说任何一场地震都会在其他自然现象之外,或者数据不完整或被曲解该模型将使用贝叶斯分析运行二项式回归分析,以考虑新的或未知的变量,并将其输入到现有模型中 我们将努力尽可能多的变量结合起来,以便使用者能够最终减轻人类生活成本方面的损害,这些损害现在被认为高风险的 如果目前的监测方法被认为不足,我们将在工作范围内解决这些问题。



IP - 美国临时申请

 

开始日期 - 201811

 

团队- 待定

 

当前方案的优点

目前在使用中没有准确的方法。

逻辑回归已被使用,但作为空间/时间和曲线拟合冲击的函数,我们试图将地壳理解为整体环境。

当前的方案限制变量的数量可检测去我们需避免发生的问题。

贝叶斯理论也被认为是一种了解两个地震变量之间相互作用的方法,因为这不是我们可以在某种程度上利用瓦尔德统计学,但是我们的模型更多地使用系数与权重变量进行双向逻辑回归。

使用卫星和激光跟踪地壳中的运动以及目前没有跟踪的海洋断层,因为传统的跟踪方法不足。

目前所有在这个预测模型方向的研究或工作已经局限于实验室和研究论文,而我们想要实时主动测试我们的模型。

 

商业模式 传统公司和产品开发/营销

 

成本 - 估计超过1亿美元

 

投资回报率 - 将根据方法的有效性而有所不同。成功地延长预测能力,甚至10分钟,将大大减少人类生命的损失,节省数十亿美元。 我们估计这将会产生20倍的成本或20亿美元。