کاربرد شبکه های عصبی مصنوعی جهت تخمین احتمال وقوع زمین لغزش در منطقه اسفیدان بجنورد
- سال انتشار: 1382
- محل انتشار: پنجمین کنفرانس سراسری سیستم های هوشمند
- کد COI اختصاصی: ICS05_006
- زبان مقاله: فارسی
- تعداد مشاهده: 1263
نویسندگان
گروه زمین شناسی ، دانشکده علوم پایه ، دانشگاه فردوسی مشهد
چکیده
زمین لغزش یکى از خطرات طبیعى مهم در ایران مى باشد که هرساله وقوع این پدیده مخرب خسارات مالى و جانى فراوانى را براى کشور بهمراه دارد. لذا مطالعه و بررسى احتمال وقوع زمین لغزش و تعیین نوع حرکت ممکن ، اهمیت بسزایى درکاهش خسارت ناشى از وقوع آن و ایمنى فعالیتهاى بشرى دارد. زمین لغزش در اصطلاح کلى بعنوان حرکت توده هاى مواد ناپایدار بر اثر نیروى ثقل بطرف پایین شیب تعریف مى شود. سرعت این نوع حرکات از بسیار آهسته (چند متر در سال) تا بسیار سریع(چند متر در ثانیه) متغییر مى باشد. بطورکلى زمین لغزش به دو دسته لغزشهاى سنگى و لغزشهاى خاکى تقسیم مى شود. تاکنون روش هاى مختلفى براى تخمین احتمال وقوع لغزش درمناطق مختلف ارائه شده است. اساس بیشتر روش هاى موجود مطالعه شواهد محدود منطقه اى است. ازآنجائیکه فاکتور هاى موثر در وقوع زمین لغزش بسیار متغیرند و تعیین میزان تاثیر آنها مشکل و یا تقریبا غیر ممکن است و با توجه به اینکه هر منطقه شرایط خاص خود را دارد ، تعمیم دادن نتایج حاصل از این روشها به مناطق دیگرخالى از اشکال نخواهد بود. از طرفى وزن دهى به پارامترهاى موثر در لغزش به روش تقلیدى همراه با مطالعه موردى منطقه اى و یا ترکیبى از ایندو بوده است. انتخاب هریک از این روشها بستگى به میزان اطلاعات جمع آورى شده دارد. از آنجائیکه وقوع حرکات دامنه اى در رابطه با سازه ها و فعالیتهاى بشرى داراى اهمیت بسزایى مى باشد ، بنابراین بایستى روشى ارائه گردد تا بتوان آنرا با اطمینان بیشتر به مناطق دیگرتعمیم داد. هدف این مقاله بررسى توانایى شبکه هاى عصبىANN) براى تخمین احتمال وقوع حرکتهاى دامنه اى در شیبهاى طبیعى مى باشد. در این تحقیق از ١٤ فاکتور با نقش واهمیت بیشتر بعنوان ورودى سیستم استفاده شده است و جهت آموزش ، الگوهایى از مناطق خطر محلى ، ناحیه اى و جهانى بکار برده شده استکلیدواژه ها
زمین لغزش، حرکات دامنه اىمقالات مرتبط جدید
- Artificial intelligence-based Diagnostic Approaches for Alzheimer's Disease Using Medical Imaging
- Artificial Intelligence-Based Telehealth Care in maternal health
- سیستم های هوش مصنوعی در پیشگیری و ارتقای سلامت عمومی
- Efficient Multi-Label Retinal Disease Classification with CLIP, LoRA, and Shadow Loss on the OIA-ODIR Dataset
- هوش مصنوعی در ژنتیک
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.