Application of Artificial Neural Networks for removing ambiguity in gravity data interpretation
- سال انتشار: 1394
- محل انتشار: کنفرانس بین المللی دستاوردهای نوین در مهندسی عمران، معماری، محیط زیست و مدیریت شهری
- کد COI اختصاصی: CAECONF01_122
- زبان مقاله: انگلیسی
- تعداد مشاهده: 943
نویسندگان
Department of Physics, Ministry of Education, Total Office of Education, Ilam Province, Ilam, Iran
Department of Physics, College of Sciences, Eslam Abad-e-Gharb Branch, Islamic Azad University, Tehran, Iran
Department of Geophysics, College of Basic Science, Tehran Science and Research Branch, Islamic Azad University, Tehran, Iran
Educators University of Shahid Modares, Pardis in Ilam, Ilam, Iran
چکیده
Research in the field of neural networks has been attracting increasing attention in recent years. Since 1443, when Warren McCulloch and Walter Pitts presented the first model of artificial neurons, new and more sophisticated proposals have been made from decade. Neural networks have gained popularity in geophysics during last decade. They have been applied successfully to a variety of problems in geophysics. Nowadays NeuralNetworks are also used in microchip technology for computer hardware. Recent developments in gravity measurements and especially in microgravity tools have been prepaid excellent conditions for data acquisition to make better interpretation results specially detection of gravity sourcesکلیدواژه ها
Artificial Neural Networks, gravity data, inverse problems, microgravityمقالات مرتبط جدید
- روشهای تعیین تابع انتقال ارتعاشات از سیستم های مترو به سازههای مجاور
- نقش توسعه ریلی در احیای گردشگری اکولوژیک با تمرکز بر تاثیرات زیست محیطی ، اقتصادی و اجتماعی
- توسعه شبکه مترو به عنوان الگوی پایدار حمل و نقل شهری و با تاکید بر شرایط زیست محیطی شهر ارومیه
- امکان سنجی فنی ژئوپلیتیکی احداث مسیر ریلی تهران - اربیل اقلیم کردستان عراق با رویکرد تقویت ترانزیت منطقه ای و کاهش تنشهای ژئوپلیتیکی در غرب آسیا
- توسعه شاخص کیفیت سازه های خط ریلی بدون بالاست در متروهای شهری
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.