پیش بینی زلزله با استفاده از روش های هوش مصنوعی

بلاهای طبیعی همچون زلزله غیره مترقبه هستند و باعث خسارت های جانی و مالی بسیاری می شوند؛ ایران یکی از کشورهای زلزله خیز است که به طور متوسط سالانه حدود ۵۴۴ زلزله با بزرگی سه الی هفت ریشتر در آن رخ می دهد؛ پس مسلما پیش بینی اینها امری لازم و ضروری است که در جهت جلوگیری از این آسیب ها خواهد بود؛ در این پژوهش، ابتدا پارامترهای دخیل در پیدایش و یا نشانگری از وقوع پدیده زلزله مورد بررسی قرار می گیرد که پیش نشانگر نامیده می شوند، سپس رویکردهای جدیدی برای پردازش و تحلیل داده ها برای پیش بینی زلزله و مدیریت خطرپذیری لرزه ها ارائه می شود؛ از جمله این رویکردها، استفاده از فناوری هوش مصنوعی است که برای کشف قوانین ذاتی و وابستگی بین داده ها جهت طبقه بندی رویدادها یا پیش بینی مقادیرآنها از نظر تعداد و میانگین بزرگی است؛ همچنین کاربرد شاخه های مختلف هوش مصنوعی به خصوص روش های یادگیری ماشین و یادگیری عمیق در پردازش داده های مرتبط با زلزله مورد مطالعه قرار می دهد؛ هدف از این مقاله پیدا کردن بهترین متدها بر پایه هوش مصنوعی برای پیش بینی زلزله است.

کلیدواژه ها:

پیش بینی زلزله ، پیش نشانگر ، مدیریت خطرپذیری زلزله ، هوش مصنوعی ، یادگیری ماشین ، یادگیری عمیق