Bayesian Analysis of Time Evolution of Earthquakes
地震时间演化的贝叶斯分析AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究地震事件点过程，未提供宏观时间序列或金融高频等所列经济计量方向的直接依据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
地震时间演化的贝叶斯分析
- 研究问题
- 如何联合分析地震事件的发生时间与震级，并在利用历史及物理信息的同时量化事件条件强度随时间变化的不确定性？
- 方法与思路
- 作者在观测震级条件下采用流行病式事件发生模型，以历史和物理信息设定先验结构，再用 Metropolis–Hastings 变体抽取后验样本。
- 材料陈述的贡献
- 摘要称，后验样本可用于多种分析，包括构造点过程条件强度随时间变化的逐点后验区间带，展示模型的不确定性表达。
- 阅读关注点
- 阅读时应核对事件模型的触发机制、震级处理方式、先验依赖与离散程度，以及后验抽样诊断和逐点区间带的构造。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要，模型细节及预测表现未说明；逐点后验区间不能直接视为同时区间或频率学覆盖保证。
原文摘要
We adopt a Bayesian approach to analyze the occurrence times of seismic events and their magnitudes. We choose an epidemic model for the process of occurrence times conditional on the observed magnitude values. The locations of, and dependencies between, the model parameters are determined on the basis of historical and physical information. The overall prior variability is deliberately made diffuse. We generate samples from the joint posterior distribution of the model parameters by using a variant of the Metropolis—Hastings algorithm. We use the results in a variety of ways, including the construction of pointwise posterior confidence bands for the conditional intensity of the point process as a function of time.