پیش بینی زلزله با استفاده از ماشین بردار پشتیبان مبتنی بر فیلتر ذره ای
- سال انتشار: 1396
- محل انتشار: همایش ملی تحقیقات بین رشته ای در علوم مهندسی
- کد COI اختصاصی: NCIRES01_032
- زبان مقاله: فارسی
- تعداد مشاهده: 962
نویسندگان
دانشجوی کارشناسی ارشد، موسسه غیرانتفاعی روزبهان
مربی، موسسه غیرانتفاعی روزبهان
چکیده
پیش بینی زلزله از دیرباز موردتوجه محققین و حتی مردم عادی بوده است و همواره موافقان و مخالفان خود را دارد. در چند دهه گذشته با بررسی زلزله ها ضمن شناخت این پدیده دانشمندان توانسته اند تغییر پارامترهایی موثر از این پدیده را نیز ثبت و دسته بندی کنند. از مهم ترین این پارامترها که پیش نشانگر نامیده می شوند، تغییرات غلظت گاز رادون موجود در پوسته زمین بوده که به موجب گسل ها آزاد می شود، اندازه گیری و مقایسه این نشانه نیازمند نصب و راه اندازی سخت افزار مناسب در مجاورت گسل ها می باشد. خروج این گاز و یون های سربی موجود در آن باعث به وجود آمدن پیش نشانگرهای دیگری در لایه های اتمسفری زمین می شود، با به کارگیری داده های هواشناسی که در اکثر مناطق دنیا در حال اندازه گیری هستند و داده های تاریخچه ای زلزله با استفاده از سامانه مناسب علاوه بر پیش بینی می توان خسارات ناشی از این پدیده را کاهش داد. به منظور پیش بینی زلزله ازنظر تعداد و میانگین بزرگی در این پژوهش از رگرسیون ماشین بردار پشتیبان مبتنی بر فیلتر ذره ای استفاده شده است. ماشین بردار پشتیبان یکی از قوی ترین متدهای هوش مصنوعی جهت پیش بینی می باشد و برای بهبود عملکرد این روش و برطرف کردن ضعف هایی از قبیل تخمین پارامتر آن از متد فیلتر ذره ای استفاده شده است. روش پیشنهادی ضمن نشان دادن ارتباط میان داده های آب وهوایی و وقوع پدیده زلزله، منجر به کسب نتیجه با دقت بالای 96% در جهت پیش بینی میانگین بزرگی زلزله ها و دقت بالای 78% برای تعداد زلزله مورد انتظار در ماه شده است.کلیدواژه ها
داده کاوی، زلزله شناسی، پیش نشانگر، رگرسیون ماشین بردار پشتیبان، فیلتر ذره ایمقالات مرتبط جدید
- ارتقای امنیت و حریم خصوصی اینترنت اشیا: نقش انقلابی فناوری های بلاک چین
- طراحی متدولوژی های ترکیبی (Hybrid) در هوش مصنوعی برای حل مسائل پیچیده
- بهینه سازی سلسله مراتبی جریان ترافیک در محیط های شهری با استفاده از یک چارچوب ترکیبی مبتنی بر سیستم های چندعامله، یادگیری عمیق و یادگیری تقویتی
- بهینه سازی یادگیری فدرال در سیستم های رایانش لبه موبایل: مروری جامع بر چالش ها، راه حل ها و کاربردهای نوظهور
- فناوری اطلاعات و ارتباطات سبز
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.