Giter VIP home page Giter VIP logo

scalepy's People

Contributors

ahmetanildindar avatar dogukankaratas avatar

Stargazers

 avatar  avatar  avatar

Watchers

 avatar  avatar

scalepy's Issues

Selection process validation

@dogukankaratas , seçme processi'nin PEER sitesiyle karşılaştırır mısın? Bakalım aynı kayıtları verecek mi? ve katsayılar ayn mı?

Unutma: PEER sitesi 11 adeti değil, P1'in sonucunu bize vermektedir.

Seçme aşamasında "Pulse" teriminin eklenmesi

@dogukankaratas,

PEER'in seçme yaklaşımında "Pulse" terimi yer alıyor.

image

Pulse kavramı "Directivity" ile ilişkili olup FlatFile içinde JL kolonunda yer alıyor.

image

Faltfile içinde JL kolonuna baktığımda Pulse ve non-pulse ile beraber belirsizliklerin de olduğunu görüyorum.

image

Mevcut kodlamada "Pulse" terimi yer almıyor. Buna göre elimizdeki "meta_data.csv" dosyasına RSN'lere bakarak JL kolonunun eklenmesi gerekiyor.

Bunu şu anda ben yapıyorum.

Sonucu yeni PR olarak ileteceğim.

P1-P2 Process Testing Notes

  • Input filtreleme sorgularina esittir eklendi. Ornegin '<' yerine '<='. Esittiri goz onunde bulundurmadigimiz icin degeri 0 olan bircok satiri goz ardi etmisiz.

  • 5-75 Duration aralik arttirildi. Default araligin disinda kalan cok fazla deprem kaydi bulundu. PEER'da bu bir input olarak alinmiyor.

  • PASSED

Class test

@dogukankaratas ,

Class ile aşağıdaki testi yaptım.

#%%
import pandas as pd , os , numpy as np
from aad_TBDY2018_ResponseSpectrumCreator_class import tbdy2018_spectra
import datetime
import json

#%%

fault_list = [ "Strike - Slip" ,  "Normal" , "Reverse" , 'Reverse - Oblique' , 'Normal - Oblique']
range_list = ["0,50","0,100","0,200","0,300",",50,100","50,200","50,300"]
mangitude_list = ["4,9"]
vs_list= ["0,180","180,360","360,760","760,1500","1500,10000"]
T1_list = [.25 , .5 , .75 , 1.0 , 1.25 , 1.5]
intensity_list = ["DD1","DD2","DD3","DD4"]

sonuc = {}

print( datetime.datetime.now())
for magnitude_range in mangitude_list[:] : 
    for vs_range in vs_list[:]:
        for rjb_range in range_list[:]:
            for fault_mechanism in fault_list[:]:
                for intensity in intensity_list[:]:
                    for T1 in T1_list[:]:
                        #pass
                        try: 
                            vs30 = 0.5*( float(vs_range.split(',')[0]) + float(vs_range.split(',')[1]) )
                            """
                            """
                            spectrum_object = tbdy2018_spectra()
                            spectrum_object.getSpectraValue( 39.39062046395253, 32.307622830661735 , intensity )
                            #spectrum_object.show_spectral_values()
                            spectrum_object.get_spectral_ordinates( vs30 )
                            spectrum_object.select_records_aad( magnitude_range, vs_range, rjb_range, fault_mechanism, T1)
                            spectrum_object.BothComponentScaling(T1 , plot_save = True )
                            
                            print( f"{datetime.datetime.now() }-{intensity}-{magnitude_range}- { vs_range}- { rjb_range}- { fault_mechanism}- { T1} ")
                            
                            if len( spectrum_object.ScaleFactors ) == 11 : 
                                sonuc[f"{intensity}-{magnitude_range}- { vs_range}- { rjb_range}- { fault_mechanism}- { T1}"] = spectrum_object.ScaleFactors
                            else : 

                                sonuc[f"{intensity}-{magnitude_range}- { vs_range}- { rjb_range}- { fault_mechanism}- { T1}"] = "FAIL"


                        except Exception as err:

                            print( err)
# %%
json.dump( sonuc, open( "6ICEES_Sonuc.json", 'w' ) )

Bazı sonuçlar cidden felaket

Fail analiz örneği
Plot-inten_DD1-M_4,9-vs_0,180-rjb_0,50-mech_Reverse - Oblique-T1_0 5

Bazıları ise cidden güzel
Plot-inten_DD4-M_4,9-vs_180,360-rjb_0,200-mech_Normal-T1_0 25

=> Bu çıktıların incelenmesi güzel bir çalışma olacaktır. 6ICEES'e bunu hazırlıyorum. Gün içinde bitireceğim.

Şimdi sonuçları inceliyorum.

image


Bakalım Scale Factor değerleri nasıl çıkmış?


Bu arada senin test sonuçları nasıl?

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.