پیش بینی بزرگی زلزله با استفاده از مدل شبکه عصبی پیشرفته (LSTM) ، مطالعه موردی زمین لرزه های

بخشی از جنوب ایران. زمین لرزه به عنوان یکی از مخرب ترین نیروهای طبیعی همواره زندگی بشر را تهدید نموده و پیش بینی آن می تواند نقشی کلیدی در کاهش خسارات جانی و مالی ایفا کند. در این پژوهش، با بهره گیری از یکی از الگوریتمهای یادگیری عمیق پیش بینی کننده مدل شبکه عصبی بازگشتی با حافظه ی بلندمدت کوتاه مدت) (LSTM) ، بزرگی زلزله های منطقه بندرعباس و بخشی از مکران مورد مطالعه پیش بینی شده است. برای این منظور دادههای لرزه ای شامل زمان دقیق وقوع زلزله، مختصات جغرافیایی (طول و عرض)، عمق و بزرگی زمین لرزه های منطقه به عنوان پارامترهای ورودی و طراحی مدل استفاده شدند. نتایج به دست آمده حاکی از آن است که مدل با دستیابی به کمترین مقدار زیان اعتبار سنجی ۰٫۰۴ در شناسایی الگوهای پنهان و پیشبینی بزرگی زمین لرزه های آتی با دقت بالا موفق بوده است. دستاوردهای این مطالعه میتواند در توسعه سامانههای هشدار سریع و مدیریت بحران، نقشی موثر ایفا کند.

کلیدواژه ها:

پیش بینی زلزله شبکه عصبی بازگشتی LSTM ، یادگیری عمیق