شماره ركورد
16624
عنوان
كاربرد روش هاي يادگيري ماشين در شبيه سازي حركات قوي زمين
سال تحصيل
1401
استاد راهنما
دكتر غلامرضا قدرتي اميري
استاد مشاور
دكتر الهام رجبي
چکيده
زمين لرزه ها به عنوان بلاياي لرزه شناسي كه تهديدي براي تمدن محسوب مي شوند و نياز به پايش از طريق مدل هاي پيش بيني دارند. پيشبيني زمان، مكان و بزرگي زلزله يك كار چالش برانگيز است زيرا زلزله الگوهاي خاصي را نشان نميدهد كه منجر به پيشبيني نادرست ميشود.
توسعه و استفاده از مدلهاي پيشبيني آماري سنتي، كه نياز به درك فرآيندهاي علمي فيزيكي در يك سيستم و مقادير زيادي از آمادهسازي دادهها دارد، ميتواند چالش برانگيز و پرهزينه باشد. مدلهاي مبتني بر هوش مصنوعي، بهويژه مدلهاي يادگيري ماشيني، ميتوانند به راحتي حجم دادههاي انبوه را بررسي كنند و روندهاي پيچيده داده را براي پيشبيني شناسايي كنند، و استفاده از آنها را به عنوان مدلهاي پيشبيني مفيد ميسازند .تكنيك هاي مبتني بر هوش مصنوعي (AI) به دليل توانايي خود در يافتن الگوهاي پنهان در داده ها به خوبي شناخته شده اند. در مورد پيشبيني زلزله، اين مدلها نيز يك نتيجه اميدواركننده ايجاد ميكنند.
بنابراين، مطالعات مدلهاي شبكه عصبي مصنوعي (ANN) را به عنوان ابزاري براي پيشبيني پارامترهاي حركت زمين، يعني شتاب، عمق و سرعت زلزله را پيشنهاد ميكند و مدلهاي شبكه عصبي مصنوعي عملكرد خوبي در پيشبيني شتاب، عمق و سرعت زلزله نشان ميدهند
هدف اين سمينار معرفي تكنيك هاي مناسب پيش بيني زلزله با استفاده از تحليل مقايسه اي عملكردها و تسهيل انتخاب تكنيك هاي مناسب براي پيش بيني زلزله است.
همچنين براي آشنايي كامل روش هاي مبتني بر هوش مصنوعي ، تمامي روش هاي مبتني بر يادگيري ماشين و يادگيري عميق نيز در اين سمينار نام برده شده اند و برخي از آن ها كه در نوشته هاي زيادي مورد بررسي قرار گرفته شده و استفاده شده اند به طور كامل معرفي شده اند.
همچنين به كمك شبكه هاي عصبي مصنوعي به منظور توليد شتابنگارهاي پس لرزه بحراني مصنوعي كه با طيفهاي پاسخ سازگار هستند پرداخته ميشود كه شامل دو مرحله است و دانش نقشه برداري معكوس را از طيف پاسخ اصلي به طيف پاسخ پس لرزه و طيف پاسخ پس لرزه به ضرايب تبديل بسته موجك پس لرزه ها گسترش مي دهد.
نام دانشجو
سينا ابراهيمي ماكو
تاريخ ارائه
10/22/2023 12:00:00 AM
متن كامل
89093
پديد آورنده
سينا ابراهيمي ماكو
تاريخ ورود اطلاعات
1404/10/06
عنوان به انگليسي
Application of machine learning methods in simulation of strong ground motions
كليدواژه هاي فارسي
يادگيري ماشين , يادگيري عميق , شبيه سازي زلزله , پس لرزه
كليدواژه هاي لاتين
ANN , WPT , AI