Repositorio institucional Séneca
metadata only
Monitoreo sismológico automático usando machine learning: caso de estudio de la secuencia ML5.4 de 2022 en Coalson, Cuenca de Delaware (Texas)
Este trabajo evalúa el potencial del aprendizaje automático para el monitoreo sísmico automático en un contexto de sismicidad inducida, tomando como caso de estudio la secuencia asociada al sismo de Coalson Draw (ML 5.4, 16 de noviembre de 2022) en la cuenca de Delaware (Texas, EE. UU.). Se implemen
Conceptio Open Archive
Analyze & explore related research in Conceptio
Connect this record directly into your research workflow or AI agent. Explore citations across open repositories, query full text, and export structured proof bundles.
This document is indexed with metadata only: full text is not available in the archive for this record. Open the official source ↗
Related documents
- A geografia eleitoral: padrões de votação para deputados federais no Rio Grande do Sul e em Pernambuco nas eleições de 2006 e 2010#946727
- Integración de herramientas de inteligencia artificial para mejorar la eficiencia en la toma de decisiones en proyectos de construcción en Bogotá (2026)#471346
- Implementación de un Sistema de Internet de las Cosas para Optimizar la Gestión del Agua en la Agricultura de la Región Tacna, 2018#1040941
- Brechas digitales y de acceso a recursos de información en la infancia urbana del Conurbano Bonaerense#201026
- Análise da inteligência competitiva na indústria de jornais impressos do Rio Grande do Sul#935466
Record · ID 1148481
Retrieved via Conceptio: every document is proof-bundled with source, license, and retrieval metadata.
Retrieved via Conceptio: every document is proof-bundled with source, license, and retrieval metadata.
Bring this data into your agent: Connect via MCP or API · 20 free credits to start · no card required
Read the Docs → · View CLI source on GitHub · Conceptio Open Knowledge Archive
Read the Docs → · View CLI source on GitHub · Conceptio Open Knowledge Archive