Deep lEarning foRecasting of Induced Seismicity for risK management operations

Informazioni relative al progetto

DERISK

ID dell’accordo di sovvenzione: 101105516

DOI

10.3030/101105516

Progetto chiuso

Data della firma CE 6 Aprile 2023

Data di avvio 3 Luglio 2023

Data di completamento 2 Luglio 2025

Finanziato da

• Marie Skłodowska-Curie Actions (MSCA)

Costo totale

Nessun dato

Contributo UE

€ 172 750,08

Coordinato da

UNIVERSITA DI PISA
Italy

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Risultati finali

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

Pubblicazioni

Peer reviewed articles (2)

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

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

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

Autori: M Bagagli; I Molinari; T Diehl; E Kissling
Pubblicato in: Geophysical Journal International, 2025, ISSN 1365-246X
Editore: Oxford University Press (OUP)
DOI: 10.1093/GJI/GGAF028

Conference proceedings (3)

A Waveform-Based Graph Neural Network Approach for Microseismic Monitoring

Autori: Matteo Bagagli, Francesco Grigoli, Davide Bacciu
Pubblicato in: 2025
Editore: Copernicus GmbH
DOI: 10.5194/EGUSPHERE-EGU25-13238

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

Autori: Matteo Bagagli, Francesco Grigoli, Davide Bacciu
Pubblicato in: 2024
Editore: Copernicus GmbH
DOI: 10.5194/EGUSPHERE-EGU24-6552

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

Autori: Matteo Bagagli, Francesco Grigoli, Davide Bacciu
Pubblicato in: 2025
Editore: Copernicus GmbH
DOI: 10.5194/EGUSPHERE-EGU25-17747