پيشگويي زلزله به وسيله شبكه عصبي مصنوعي
خلاصه مقاله:
اين مقاله به بررسي سيستمي در مورد پيشگويي زلزله مي پردازد كه بر اساس استفاده از ميدان الكتريكي تك قطبي طراحي گرديده است، هدف از پيشگويي زلزله تعيين اندازه، مركز زلزله و زمان وقوع زلزله مي باشد. شبكه هاي عصبي مصنوعي به عنوان ابزار قدرتمندي براي يادگيري و بازسازي سيستمها در زمينه هاي مختلف كاربردي شناخته مي شوند. يكي از ويژگيهاي اصلي شبكه هاي عصبي توانايي يادگيري آنها از روي الگوها مي باشد. شبكه هاي عصبي مصنوعي داراي ساختار لايه اي مي باشد كه هر نورون مصنوعي در آنها در تقابل با ساير تورونها مي باشد. در مقايسه با سيستمهاي كلاسيك كه به وسيله مجموعه اي از روابط شناسايي مي شوند شبكه هاي عصبي مصنوعي از روي مثالهاي آموزشي كه به آنها داده مي شوندآموزش مي بينند و قوانين و روابط حاكم بر خود را پايه ريزي مي كنند يادگيري در شبكه هاي عصبي مصنوعي به وسيله تغيير در وزنهاي اتصالات نرونها تحقق مي پذيرد. فاصله و اندازه زلزله كه از دستگاههاي زلزله نگار به دست آمده اند به وسيله شبكه هاي عصبي به گروههاي همان طبقه بندي شده و اين خروجي به عنوان خروجي مطلوب يه شبكه عصبي مصنوعي براي آموزش اعمال مي شود. اين كار باعث افزايش قابليت پيشگويي شبكه عصبي مي شود.
كلمات كليدي:
پيشگويي زلزله ، شبكه عصبي مصنوعي ، ميدان الكتريكي تك قطبي