Deep lEarning foRecasting of Induced Seismicity for risK management operations

Informations projet

DERISK

N° de convention de subvention: 101105516

DOI

10.3030/101105516

Projet clôturé

Date de signature de la CE 6 Avril 2023

Date de début 3 Juillet 2023

Date de fin 2 Juillet 2025

Financé au titre de

• Marie Skłodowska-Curie Actions (MSCA)

Coût total

Aucune donnée

Contribution de l’UE

€ 172 750,08

Coordonné par

UNIVERSITA DI PISA
Italy

CORDIS fournit des liens vers les livrables publics et les publications des projets HORIZON.

Les liens vers les livrables et les publications des projets du 7e PC, ainsi que les liens vers certains types de résultats spécifiques tels que les jeux de données et les logiciels, sont récupérés dynamiquement sur OpenAIRE .

Livrables

Documents, reports (1)

Communication, Dissemination & Exploitation Plan

The plan describes the planned measures to maximize the impact of the project, including the dissemination and exploitation measures that are planned, and the target group(s) addressed. Regarding communication measures and public engagement strategy, the aim is to inform and reach out to society and show the activities performed, and the use and the benefits the project will have for citizens.

Data Management Plan (1)

Data Management Plan

The Data Management Plan describes the data management life cycle for all data sets that will be collected processed or generated by the action It is a document describing what data will be collected processed or generated and following what methodology and standards whether and how this data will be shared andor made open and how it will be curated and preserved

Publications

Peer reviewed articles (2)

Effects on a Deep-Learning, Seismic Arrival-Time Picker of Domain-Knowledge Based Preprocessing of Input Seismograms

Auteurs: Anthony Lomax; Matteo Bagagli; Sonja Gaviano; Spina Cianetti; Dario Jozinović; Alberto Michelini; Christopher Zerafa; Carlo Giunchi
Publié dans: Seismica, 2024, ISSN 2816-9387
Éditeur: McGill University Library
DOI: 10.26443/SEISMICA.V3I1.1164

Local earthquake tomography of the Alpine region from 24 years of data

Auteurs: M Bagagli; I Molinari; T Diehl; E Kissling
Publié dans: Geophysical Journal International, 2025, ISSN 1365-246X
Éditeur: Oxford University Press (OUP)
DOI: 10.1093/GJI/GGAF028

Conference proceedings (3)

A Waveform-Based Graph Neural Network Approach for Microseismic Monitoring

Auteurs: Matteo Bagagli, Francesco Grigoli, Davide Bacciu
Publié dans: 2025
Éditeur: Copernicus GmbH
DOI: 10.5194/EGUSPHERE-EGU25-13238

HEIMDALL: a grapH-based sEIsMic Detector And Locator for microseismicity

Auteurs: Matteo Bagagli, Francesco Grigoli, Davide Bacciu
Publié dans: 2024
Éditeur: Copernicus GmbH
DOI: 10.5194/EGUSPHERE-EGU24-6552

Leveraging Deep-Learning Methods for Operational Analysis at Enhanced Geothermal Systems

Auteurs: Matteo Bagagli, Francesco Grigoli, Davide Bacciu
Publié dans: 2025
Éditeur: Copernicus GmbH
DOI: 10.5194/EGUSPHERE-EGU25-17747