مقایسه روش حداقل مربعات در تخمین عمق بی هنجاری های اشکال ساده (MLP) گرانی با روش شبکه های عصبی مصنوعی چند لایه پرسپترو
- سال انتشار: 1391
- محل انتشار: دومین همایش صنایع معدنی
- کد COI اختصاصی: MININDC02_027
- زبان مقاله: فارسی
- تعداد مشاهده: 1250
نویسندگان
دانشجوی کارشناسی ارشد ژئوفیزیک دانشگاه آزاد همدان
دانشجوی کارشناسی ارشد ژئوفیزیک دانشگاه آزاد همدان
دانشجوی کارشناسی ارشد ژئوفیزیک دانشگاه آزاد همدان
چکیده
در این مقاله به کاربرد شبکه های عصبی مصنوعی در مدل سازی وارون برای اجسام مدفون می پردازیم و نتایج را با مقایسه با مدل های مرسوم و متداول دیگر از قبیل کمترین مربعات و روش اشکال ساده بررسی خواهیم کرد. کره، استوانه قائم واستوانه افقی و ترکیب آن ها و نیز داده های همراه با نویز را برای این اشکال ایده ال بررسی خواهیم کرد. اشکال ساده گرانی یک روش مناسب جهت آغاز به کار در تخمین عمق ساختار طبیعی مدفون در زمین می باشد زیرا با در نظر گرفتنیک بی هنجاری به شکل طبیعی خود می توان آن را مجموعه ای از اشکال ساده دانست که با ترکیب آن ها شکل طبیعیبی هنجاری به دست می آید.کلیدواژه ها
شبکه عصبی مصنوعی، پرسپترون چند لایهMLP) روش حداقل مربعات، عامل ساختارمقالات مرتبط جدید
- پتانسیل کانیزایی و تشکیل بوکسیت در برگه علیآباد شمال استان سمنان
- کاربرد تلفیق تصاویر اپتیکال و راداری در بارزسازی سنگهای دگرسان شده و اکتشاف کانسارهای معدنی: مطالعات موردی از مصر، اندونزی و ایران
- شناسایی تاثیر لاگ های ژئو فیزیکی دراکتشافات نفت با تاکید بر چالش های تولید نفت در آب های عمیق تضمین جریان
- مروری بر مهندسی محیط زیست، توسعه پایدار، تجارت بین الملل و مدیریت منابع
- نقش هوش مصنوعی در ارتقای بهرهوری صنعت سنگ های ساختمانی
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.