پیش بینی زلزله با استفاده از مدل شبکه عصبی پیشرفته Long-Short Term (Memory(LSTM حافظه کوتاه مدت بلند مدت مطالعه موردی زمین لرزه های منطقه بندرعباس

در این پژوهش به بررسی عملکرد مدل شبکه عصبی پیشرفته (Long-Short Term Memory (LSTM (حافظه کوتاه مدت- بلند (مدت در پیشبینی زلزله با استفاده از داده های زمین لرزه پرداخته شده است. هدف اصلی، مدلسازی وابستگی های زمانی میان ویژگیهای لرزه ای به منظور پیشبینی،مکان زمان و بزرگی زلزله های آتی بوده است. روش پیشنهادی بر پایه شبکه LSTM دوجهته همراه با Dropout و بهینه سازی نرخ یادگیری طراحی شده است. نتایج تجربی روی دادههای منطقه جنوب ایران ناحیه بندر عباس نشان میدهد که مدل ارائه شده قادر است نسبت به روشهای پایه عملکرد دقیق تری در پیش بینی ارائه دهد.

کلیدواژه ها:

پیش بینی زلزله ، شبکه عصبی بازگشتی LSTM ، مدل سازی ، داده تحلیل لرزه ای ، یادگیری عمیق ، شبکه LSTM دو جهته