通过生成对抗神经算子开展宽带地面运动合成：开发与验证
原文中文，约700字，阅读约需2分钟。发表于：。我们提出了一个使用生成对抗神经运算器（GANO）、结合最新的机器学习技术和开放接入强动态数据集的数据驱动模型，能够根据震级（M）、破裂距离（Rrup）、顶部 30 米时间平均剪切波速度（VS30）以及构造环境或断层风格条件下生成三分量振动加速度时间历程的算法。我们使用神经运算器，这是一种具有分辨率不变性的架构，保证了模型训练与数据采样频率无关。我们首先介绍了条件地面运动合成算法（以下简称...
本文提出了一种使用生成对抗神经运算器（GANO）的数据驱动模型，能够根据震级、破裂距离、顶部 30 米时间平均剪切波速度（VS30）以及构造环境或断层风格条件下生成三分量振动加速度时间历程的算法。通过与经验数据集的残差分析以及与传统地面运动模型（GMMs）进行比较，评估了该模型的性能。结果显示该模型能够产生一致的中位数尺度，并能够捕捉到响应谱序列的混合变异性。该模型的应用包括生成面向特定场地工程应用的风险定位地面运动。
