| 研究概要 |
(1)Neyman-Scott点過程の親点の推定.
本研究はNeyman-Scott点過程の与えられていない親点を推定するために、観測領域で観測された部分情報に基づく,確率的な親点の発生率を推定する手法を提案した。Neyman-Scott点過程に対して、本手法は既存の推論方法とは異なる,混在するクラスターサイズの高次元化を含んだ,フィルタリング利得(filtering gain,詳しい情報が与えられているときと,そうでないときの点過程の発生確率の比率)と関連する再帰公式に基づいている。
(2)地震予測のギャンブリング評価法を提案
予報者のリスク(失敗の確率)を考え,それによって予報者の成績を評価する.以下「参照モデル」とは地震発生の相場の確率を与えるものである.p0が参照モデルが与える将来地震発生確率を表し,参照モデルによって,予測者のリスク(失敗確率)は1-p0である.予報者はギャンブラーとして,自分の声望ポイントから,彼の予測に従って声望を1ポイント,"はい"または"いいえ"と賭ける。予報者が"はい"と1ポイント賭けて,負けるなら,彼の1ポイントを取り上げる。彼の予測がうまくいったなら,リターンは(1-p0)/p0ポイントである。このように,参照モデルが正しいなら,彼がこの賭けから獲得する期待リターンは0である。また,この規則は確率予測にも適用される。pが予報者によって与えられた地震の発生確率であると仮定し,予報者が'はい'とpポイントを,'いいえ'と1-pポイントを賭けることに分かれる。ギャンブリング評価手法によって,ShebalinのRTP地震予報の成績と中国地震局の年度予報の成績を計算した。
|
