Buchumschlag

Evaluation of ETAS and STEP Forecasting Models for California Seismicity Using Point Process Residuals

Fuente: Wiley Open Access

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Joshua Ward, Maximilian Werner, William Savran, Frederic Schoenberg
Format:	Artículo Open Access
Veröffentlicht:	Wiley 2025
Schlagworte:	Environmetrics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Modeling Benthic Animals in Space and Time Using Bayesian Point Process With Cross Validation: The Case of Holoturians
von: Daniele Poggio, et al.
Veröffentlicht: (2026)

Long Short‐Term Memory Network and Statistical Time Series Analysis Forecast Models for 30 min Interval Wind Farm Power Output and Regional Price Variables
von: Luigi R. Cirocco, et al.
Veröffentlicht: (2026)

Detecting Changes in Space‐Varying Parameters of Local Poisson Point Processes
von: Nicoletta D'Angelo
Veröffentlicht: (2025)

Estimation of Parameters in Inhomogeneous Neyman‐Scott Processes Using Presence/Absence Data
von: Magnus Ekström, et al.
Veröffentlicht: (2026)

Simple Yet Effective: A Comparative Study of Statistical Models for Yearly Hurricane Forecasting
von: Pietro Colombo, et al.
Veröffentlicht: (2025)

What Seismic Phase is L'Aquila in Fifteen Years After the Mw6.1 Earthquake of April 6, 2009?
von: Elisa Varini, et al.
Veröffentlicht: (2026)

Combined Quantile Forecasting for High‐Dimensional Non‐Gaussian Data
von: Seeun Park, et al.
Veröffentlicht: (2025)

Adaptive Now‐ and Forecasting of Global Temperatures Under Smooth Structural Changes
von: Robinson Kruse‐Becher
Veröffentlicht: (2025)

XGBoost Meets INLA: A Two‐Stage Spatio‐Temporal Forecasting of Wildfires in Portugal
von: Chenglei Hu, et al.
Veröffentlicht: (2026)

Modeling Bounded Count Environmental Data Using a Contaminated Beta‐Binomial Regression Model
von: Arnoldus F. Otto, et al.
Veröffentlicht: (2026)

Clustering the Nearest Neighbor Gaussian Process
von: Ashlynn Crisp, et al.
Veröffentlicht: (2026)

Bayesian Multiple Change Point Detection in the Presence of Outliers and Its Application to the Magnitude‐Frequency Distributions
von: Shaochuan Lu, et al.
Veröffentlicht: (2025)

Spatiotemporal Magnitude Classification: A New Approach Using a Graph Convolution LSTM Model
von: Orietta Nicolis, et al.
Veröffentlicht: (2026)

Spatiotemporal Causal Inference With Mechanistic Ecological Models: Evaluating Targeted Culling on Chronic Wasting Disease Dynamics in Cervids
von: Juan Francisco Mandujano Reyes, et al.
Veröffentlicht: (2025)

A Spatial and Spatiotemporal Statistical Downscaling Model for Combining Spatially Misaligned Maximum Temperature Data Using R‐INLA
von: Sylvia A. Shawky, et al.
Veröffentlicht: (2025)

Compactly‐Supported Nonstationary Kernels for Computing Exact Gaussian Processes on Big Data
von: Mark D. Risser, et al.
Veröffentlicht: (2025)

Learning From Limited Temporal Data: Dynamically Sparse Historical Functional Linear Models With Applications to Earth Science
von: Joseph Janssen, et al.
Veröffentlicht: (2025)

A Separable Bootstrap Variance Estimation Algorithm for Hierarchical Model‐Based Inference of Forest Aboveground Biomass Using Data From NASA's GEDI and Landsat Missions
von: Svetlana Saarela, et al.
Veröffentlicht: (2024)

Improving and Evaluating Resistant Alternatives to Procrustes Analysis for Multivariate Dataset Matching
von: Xiaozhuo Tang, et al.
Veröffentlicht: (2026)

Using Expected Improvement of Gradients for Robotic Exploration of Ocean Salinity Fronts
von: André Julius Hovd Olaisen, et al.
Veröffentlicht: (2025)

Causal Inference for Geostatistical Data Using an INLA‐based Spatial Propensity Score
von: Chiara Di Maria, et al.
Veröffentlicht: (2026)

Semiparametric Copula‐Based Confidence Intervals on Level Curves for the Evaluation of the Risk Level Associated to Bivariate Events
von: Albert Folcher, et al.
Veröffentlicht: (2025)

Estimation of Spatial and Temporal Autoregressive Effects Using LASSO —An Example of Hourly Particulate Matter Concentrations
von: Elkanah Nyabuto, et al.
Veröffentlicht: (2026)

New Parametric Approach for Modeling Hydrological Data: An Alternative to the Beta, Kumaraswamy, and Simplex Models
von: Thiago A. N. De Andrade, et al.
Veröffentlicht: (2025)

A Partially Varying‐Coefficient Model With Skew‐T Random Errors for Environmental Data Modeling
von: Christian Caamaño‐Carrillo, et al.
Veröffentlicht: (2025)

A Dynamic Model for Extreme Hourly Precipitation
von: Debbie J. Dupuis, et al.
Veröffentlicht: (2026)

Developments in Functional Regression Model for Network Structured Data
von: Elvira Romano, et al.
Veröffentlicht: (2025)

Accounting for Missing Data When Modelling Block Maxima
von: Emma S. Simpson, et al.
Veröffentlicht: (2026)

Gradient‐Boosted Generalized Linear Models for Conditional Vine Copulas
von: David Jobst, et al.
Veröffentlicht: (2024)

Generalized Additive Model With Dynamic Coefficients for Spatiotemporal Ozone Predictions
von: Abdollah Jalilian, et al.
Veröffentlicht: (2026)

“Assessing Predictability of Environmental Time Series With Statistical and Machine Learning Models”
von: Nathaniel K. Newlands, et al.
Veröffentlicht: (2025)

Modeling Disease Dynamics From Spatially Explicit Capture‐Recapture Data
von: Fabian R. Ketwaroo, et al.
Veröffentlicht: (2024)

Modeling Anisotropy and Non‐Stationarity Through Physics‐Informed Spatial Regression
von: Matteo Tomasetto, et al.
Veröffentlicht: (2024)

Discussion on “Assessing Predictability of Environmental Time Series With Statistical and Machine Learning Models”
von: Paolo Maranzano, et al.
Veröffentlicht: (2025)

Discussion on Assessing Predictability of Environmental Time Series With Statistical and Machine Learning Models
von: Ansgar Steland
Veröffentlicht: (2025)

Discussion on Assessing Predictability of Environmental Time Series With Statistical and Machine Learning Models
von: Francesco Finazzi, et al.
Veröffentlicht: (2025)

Joint Modeling of Wind Speed and Wind Direction Through a Conditional Approach
von: Eva Murphy, et al.
Veröffentlicht: (2025)

A Modelling Framework for Estimating Underlying Lagged Effects in Aggregated Health Data
von: Theo Economou
Veröffentlicht: (2026)

A Bayesian Spatiotemporal Functional Model for Data With Block Structure and Repeated Measures
von: David H. da Matta, et al.
Veröffentlicht: (2026)

P‐min‐Stable Regression Models for Time Series With Extreme Values of Limited Range
von: Leonardo Brandao Freitas Nascimento, et al.
Veröffentlicht: (2025)