CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

ارزیابی میزان خسارت سازه ها در اثر زلزله با استفاده ازشبکه عصبی کانولوشنی و تصاویر سازه ها

عنوان مقاله: ارزیابی میزان خسارت سازه ها در اثر زلزله با استفاده ازشبکه عصبی کانولوشنی و تصاویر سازه ها
شناسه ملی مقاله: ICMVIP12_002
منتشر شده در دوازدهمین کنفرانس ملی و دومین کنفرانس بین المللی بینایی ماشین و پردازش تصویر ایران در سال 1400
مشخصات نویسندگان مقاله:

افشین خوشنویسان - دانش آموخته کارشناسی ارشد، دانشگاه علم و فرهنگ
حمیدرضا صادق محمدی - دانشیار، پژوهشکده برق جهاد دانشگاهی

خلاصه مقاله:
تخمین میزان خسارت در هنگام وقوع زلزله دارای نقش به سزایی در مدیریت بحران است و استفاده از تصاویر ثبت شده می تواند کمک شایانی در امر تخمین خسارت بنماید. در این مقاله استفاده از شبکه های عمیق کانولوشنی جهت دسته بندی تصاویر پیشنهاد شده است، این روش شامل مراحل پیش پردازش، انتخاب معماری شبکه، آموزش و آزمایش شبکه است. شبکه عمیق پیشنهادی در این پژوهش برپایه مدل کانولوشنی مبتنی بر ساختار ResNet است. برای ارزیابی صحت مدل جهت پیش بینی میزان خسارت، دادگان تصاویر شهر ناپا کالیفرنیا که بر اساس توصیه نامه ATC-۲۰ در سه دسته برچسب سبز، زرد و قرمز دسته بندی شده است مورد آزمون قرار گرفت. نتیجه صحت مدل پیشنهادی برابر ۵۴/۸۹٪محاسبه گردید.

کلمات کلیدی:
تصاویر زلزله، خسارت سازه، شبکه های عمیق کانولوشنی، توصیه نامه ATC-۲۰

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1428751/