پیش یابی توزیع مکانی پسلرزه های زلزله چنگدوسیچوان چین (2008) با استفاده از شبکه های عصبی مصنوعی

در این مقاله روشی نوین برای پیش یابی تمرکز مکانی و روند پسلرزه های زلزله چنگدو سیچوان چین(2008) ارائه شده است. این روش بر اساس وارد کردن پسلرزه های اولیه به شبکه عصبی کوهونن بنا شده است. شبکه‌های عصبی مصنوعی که الهام گرفته شده از مغز انسان می‌باشند، از تعدادی نرون مصنوعی تشکیل شده اند که این نرونهای مصنوعی توسط تعدادی بردار وزن به هم متصل می شوند. شبکه‌های عصبی مصنوعی قادرند حجم زیادی از اطلاعات ورودی (مانند کاتالوگ زمین لرزه) را به طور هم زمان و به صورت موازی دسته‌بندی کنند و الگوهای لرزه ای را بخوبی تشخیص دهند. شبکه‌ های عصبی مصنوعی کوهونن از تعدادی نرون عصبی تشکیل شده اند که به طور متقابل روی یکدیگر اثر می گذارند و مشخصات آماری مهم فضای ورودی (پسلرزه های اول) را نشان می دهند. ترکیب قوانین یادگیری انجمنی و رقابتی باعث تشکیل الگوریتم شبکه‌ عصبی کوهونن می گردد. هنگامی که الگوریتم شبکه‌ عصبی کوهونن همگرا شود، ‌نقشه مشخصات محاسبه شده بوسیله این الگوریتم، تمرکز مکانی و روند پسلرزه های آینده را با دقت خوبی پیش یابی می کند.

کلیدواژه ها:

تجزیه و تحلیل خوشه ، پیش یابی ، پسلرزه ، شبکه‌ عصبی کوهونن