我们提出了一个使用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以及构造环境或断层风格条件下生成振动加速度时间历程的算法。验证和评估结果显示该框架能够恢复震级、距离和VS30尺度，并产生一致的中位数尺度。该框架应用于生成风险定位地面运动的特定场地工程应用。

我们提出了一个使用GANO的数据驱动模型，能够根据震级、破裂距离、VS30和构造环境生成振动加速度时间历程。验证结果显示该框架能够恢复震级、距离和VS30尺度，并生成一致的中位数尺度。该框架应用于风险定位地面运动。

本文介绍了使用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和构造环境或断层风格条件生成振动加速度时间历程。经验证和评估，结果显示该模型能够恢复震级、距离和VS30尺度，并生成一致的中位数尺度。该模型应用于风险定位地面运动的特定场地工程应用。

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。