ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

تشخیص تخلخل در تصاویر سیتیاسکن مغزه با استفاده از شبکه عصبی پیچشی، مطالعه موردی در یکی از مخازن کربناته در بخش مرکزی خلیج فارس

Year: 1399
COI: SGSI23_088
Language: PersianView: 76
This Paper With 12 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 12 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

عادله جمالیان - دانشجوی دکتری دانشکده زمین شناسی، دانشگاه تهران
وحید توکلی - دانشیار دانشکده زمین شناسی، دانشگاه تهران

Abstract:

تصاویر سی تی اسکن مغزه از مهمترین داده های رقومی مطالعه مخزن هیدروکربنی هستند. بنابراین استفاده و توسعه الگوریتم های مختلف شبکههای عصبی پیچشی (Convolutional Neural Network: CNN) یکی از مهمترین روش های یادگیری است که در آن چندین لایه یادگیریآموزش داده می شود. در میان این الگوریتم ها، شبکه های عصبی پیچشی عمیق از دقت بالاتری برخوردار هستند. شبکه های پیچشی براییادگیری برای کارهای مربوط به تصویر و بینایی رایانه مهم هستند. شبکه های پیچشی خاصیت "عدم تغییر فضایی" دارند، به این معنی کهآنها یاد می گیرند ویژگی های تصویر را در هر نقطه از تصویر شما تشخیص دهند . در این مطالعه، تصاویر سی تی اسکن سازند کنگان به سنتریاس در بخش مرکزی خلیج فارس ایران با استفاده از CNN طبقه بندی و به دو گروه متخلخل و فاقد تخلخل تقسیم شدند. در مجموع 4090تصویر از 133 متر مغزه در بخش مرکزی خلیج فارس استفاده شده است. استفاده از ویژگی های مبتنی بر CNN برای تشخیص تخلخل بررسیشد. سه مرحله اصلی جهت رسیدن به نتیجه نهایی انجام شد. پردازش اولیه تصاویر، استخراج ویژگی ها و طبقه بندی توسط شبکه از قبلآموزش دیده شده موبایل نت (MobileNet) برای استخراج این ویژگی بدون افزایش داده ها استفاده شده است. برای تجزیه و تحلیل عملکردطبقه بندی مجموعه داده ها، تعداد تکرار (دوره) 7 و اندازه دسته تصاویر 32 بود. میزان خطای داده های آزمون 0.2 و برای داده هایآموزش 3.6 است. مقدار دقت برای داده های آموزش 98.3 ٪ و برای داده های آزمون 77.62 ٪ است . نتایج حاصل از توسعه این روشبه عنوان روش شناسایی تخلخل در تعداد زیاد تصاویر و همچنین مدل پایه ای برای ارزیابی ناهمگنی مخازن هیدروکربنی مورد استفاده قرارخواهد گرفت.

Keywords:

سی تی اسکن مغزه، یادگیری عمیق، شبکه عصبی پیچشی، موبایل نت، کنگان

Paper COI Code

This Paper COI Code is SGSI23_088. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/1150030/

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
جمالیان، عادله و توکلی، وحید،1399،تشخیص تخلخل در تصاویر سیتیاسکن مغزه با استفاده از شبکه عصبی پیچشی، مطالعه موردی در یکی از مخازن کربناته در بخش مرکزی خلیج فارس،Twenty-third conference of the Geological Society of Iran،Tehran،،،https://civilica.com/doc/1150030

Research Info Management

Certificate | Report | من نویسنده این مقاله هستم

اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

Scientometrics

The specifications of the publisher center of this Paper are as follows:
Type of center: دانشگاه دولتی
Paper count: 63,668
In the scientometrics section of CIVILICA, you can see the scientific ranking of the Iranian academic and research centers based on the statistics of indexed articles.

New Papers

Share this page

More information about COI

COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

Support