PERPUSTAKAAN BIG

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Area Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}

Ditapis dengan

  • Tahun Penerbitan
    To
  • Ketersediaan
  • Lampiran
  • Tipe Koleksi
    Lihat Lebih Banyak
  • Format Fisik Dokumen
    Lihat Lebih Banyak
  • Lokasi
  • Bahasa
Ditemukan 3 dari pencarian Anda melalui kata kunci: author=Wei Li
cover
Research on microseismic denoising method based on CBDNet
Komentar Bagikan
Jianchao LinJing ZhengDewei LiZhixiang Wu

Noise suppression is an important part of microseismic monitoring technology. Signal and noise can be separated by denoising and filtering to improve the subsequent analysis. In this paper, we propose a new denoising method based on convolutional blind denoising network (CBDNet). The method is partially modified for image denoising network CBDNet to make it suitable for one–dimensional data d…

Edisi
Vol.4, December 2023
ISBN/ISSN
2666-5441
Deskripsi Fisik
11 hlm PDF, 4.803 KB
Judul Seri
Artificial Intelligence in Geosciences
No. Panggil
551
Ketersediaan1
Tambahkan ke dalam keranjang
Unduh MARCSitasi
cover
PolarCAP – A deep learning approach for first motion polarity classificatio…
Komentar Bagikan
Wei LiMegha ChakrabortyJohannes FaberGeorg RümpkerNishtha SrivastavaClaudia Quinteros CartayaHorst Stoecker

The polarity of first P-wave arrivals plays a significant role in the effective determination of focal mechanisms specially for smaller earthquakes. Manual estimation of polarities is not only time-consuming but also prone to human errors. This warrants a need for an automated algorithm for first motion polarity determination. We present a deep learning model - PolarCAP that uses an autoencoder…

Edisi
Vol.3, December 2022
ISBN/ISSN
2666-5441
Deskripsi Fisik
7 hlm PDF, 6.055 KB
Judul Seri
Artificial Intelligence in Geosciences
No. Panggil
551
Ketersediaan1
Tambahkan ke dalam keranjang
Unduh MARCSitasi
cover
A study on small magnitude seismic phase identification using 1D deep residua…
Komentar Bagikan
Wei LiMegha ChakrabortyYu ShaKai ZhouJohannes FaberGeorg RümpkerHorst StöckerNishtha Srivastava

Reliable seismic phase identification is often challenging especially in the circumstances of low-magnitude events or poor signal-to-noise ratio. With improved seismometers and better global coverage, a sharp increase in the volume of recorded seismic data has been achieved. This makes handling seismic data rather daunting by using traditional approaches and therefore fuels the need for more ro…

Edisi
Vol.3, December 2022
ISBN/ISSN
2666-5441
Deskripsi Fisik
8 hlm PDF, 2.201 KB
Judul Seri
Artificial Intelligence in Geosciences
No. Panggil
551
Ketersediaan1
Tambahkan ke dalam keranjang
Unduh MARCSitasi
PERPUSTAKAAN BIG
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

Perpustakaan Badan Informasi Geospasial adalah perpustakaan yang dikelola oleh Badan Informasi Geospasial. Perpustakaan ini memiliki koleksi yang berkaitan dengan informasi geospasial dan literatur terkait lainnya.

Statistik Pengunjung Web

Hari Ini : 1 Pekan Terakhir : 1 Bulan Terakhir : Total Kunjungan :

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Batas Wilayah
  • Ekologi
  • Fotogrametri
  • Geografi
  • Geologi
  • GIS
  • Ilmu Tanah
  • Kartografi
  • Manajemen Bencana
  • Oceanografi
  • Penginderaan Jauh
  • Peta
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik