Deriving amplification factors from simple site parameters using generalized regression neural networks: implications for relevant site proxies - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Article Dans Une Revue Earth Planets and Space Année : 2017

Deriving amplification factors from simple site parameters using generalized regression neural networks: implications for relevant site proxies

Ahmed Boudghene Stambouli
  • Fonction : Auteur
Djawad Zendagui
  • Fonction : Auteur
  • PersonId : 967761
Université Abou Bakr Belkaid
Pierre-Yves Bard
Institut des Sciences de la Terre
CV
Boumédiène Derras
  • Fonction : Auteur
  • PersonId : 916455
Observatoire des Sciences de l'Univers de Grenoble

Domaines

Géophysique [physics.geo-ph] Planète et Univers [physics]
Fichier principal
Vignette du fichier
s40623-017-0686-3.pdf (6.38 Mo) Télécharger le fichier
Origine : Publication financée par une institution

Pierre-Yves Bard  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-01693202

Soumis le : mercredi 4 août 2021-15:05:25

Dernière modification le : jeudi 4 avril 2024-21:17:37

Archivage à long terme le : vendredi 5 novembre 2021-18:40:51

Télécharger pour visualiser

Dates et versions

hal-01693202 , version 1 (04-08-2021)

Licence

Paternité

Identifiants

Citer

Ahmed Boudghene Stambouli, Djawad Zendagui, Pierre-Yves Bard, Boumédiène Derras. Deriving amplification factors from simple site parameters using generalized regression neural networks: implications for relevant site proxies. Earth Planets and Space, 2017, 69 (1), ⟨10.1186/s40623-017-0686-3⟩. ⟨hal-01693202⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

IRD INSU UNIV-SAVOIE UGA CNRS IRSTEA OSUG ISTERRE INRAE UNIV-EIFFEL
100 Consultations
27 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More