9600

تحليل و آناليز سيگنال‌هاي زمين‌لرزه با استفاده از تكنيك‌هاي يادگيري ماشين و يادگيري عميق

كارشناسي

مهندسي كامپيوتر

1403

دكتر ناصر مزيني

-

1403/12/11

مهندسي كامپيوتر

Analysis and Interpretation of Earthquake Signals using Machine Learning and Deep Learning Techniques

تخمين سريع و دقيق بزرگي زمين‌لرزه براي سيستم‌هاي هشدار زودهنگام زمين‌لرزه و ديگر كاربردهاي مرتبط با زمين‌لرزه و مهندسي زمين‌لرزه ضروري است. اين مطالعه به معرفي يك روش جديد مبتني بر يادگيري عميق مي‌پردازد كه به تخمين بزرگي زمين‌لرزه از ويژگي‌هاي مختلف استخراج شده از سيگنال‌هاي زمين‌لرزه مي‌پردازد. ويژگي‌هاي سيگنال زلزله از جمله دامنه، فركانس، مدت زمان، شتاب، رنگ طيفي و امواج اوليه و ثانويه مي‌توانند اطلاعات ارزشمندي در خصوص قدرت و نوع زمين‌لرزه ارائه دهند. مدل پيشنهادي به دليل كارايي محاسباتي، سازگاري با ويژگي‌هاي مختلف و قابليت اجرا بر روي دستگاه‌هاي با منابع محدود، مزاياي گسترده‌اي دارد. مدل‌هايي كه در گذشته توسعه داده‌ شده‌اند، عمدتا بر روي حجم محدودي از داده آموزش داده شده‌اند و يا از نظر حجم بسيار سنيگن و پردازش آن‌ها زمانبر بوده است. به همين دليل تمركز ما در اين پژوهش، تمركز را بر روي يك مدل سبك گذاشته‌ايم كه در عين‌حال كارايي خود را داشته باشد و بتواند تخميني درست از زمين‌لرزه وقوع يافته به ما بدهد. اين مدل كه بر روي يك مجموعه داده بزرگ آموزش و ارزيابي شده است، در شناسايي بزرگي زمين‌لرزه‌ي طيف وسيعي از زمين‌لرزه‌ها، در پراكندگي جغرافيايي مناسب در سطح جهاني، عملكرد مناسبي از خود نشان داده است. با بهره‌گيري از اين ويژگي‌ها، اين مدل به عنوان يك گزينه اميدواركننده براي ادغام در كاربردهاي مهندسي زمين‌لرزه شناخته مي‌شود و مي‌تواند براي ارائه هشدارهاي زودهنگام و كاهش خطرات ناشي از زمين‌لرزه‌ها به كار رود.

يادگيري ماشين , مدل‌هاي يادگيري عميق , شبكه‌هاي عصبي كانولوشني , تخمين بزرگي زمين‌لرزه , زمين‌لرزه