وحیدرضا افشین - دانشجو، دانشگاه بیرجند، دانشکده مهندسی برق، گروه الکترونیک،
سیدحمید ظهیری - استاد، دانشگاه بیرجند، دانشکده مهندسی برق، گروه الکترونیک،

با توجه به کمبود آب سفره های زیرزمینی مناطق خراسان جنوبی و بحران خشکسالی در ایران مدیریت و تشخیص زود هنگام باران های فصلی کمک فراوانی در جهت تامین آب سفره های زیر زمینی می شود. بارش های فصلی با توجه به رفتار غیر خطی آن با روش های کلاسیک از قبیل آمار و احتمالات و... قابل تشخیص با دقت بالایی نیست و برای این رفتارها شبکه های هوشمند عملکرد بهتری نسبت به روش های کلاسیک دارند. هدف از این مقاله ارایه یکی از مد ل های شبکه هوشمند-یادگیری عمیق به منظور تشخیص بارش های فصلی شهرستان فردوس می باشد. دلیل انتخاب شبکه های یادگیری عمیق نسبت به روش های هوشمند دیگر دقت بالا،سرعت بالا وشبکه های بروز در زمینه هوش مصنوعی می باشد. اطلاعات ایستگاه هواشناسی فردوس پس از جمع آوری و پردازش اولیه اطلاعات به کمک شبکه عصبی و یادگیری عمیق پیاده سازی گردیده و نتایج آن نشاندهنده عملکرد خوب شبکه یادگیری عمیق نسبت به شبکه عصبی مصنوعی است.

یادگیری عمیق،شبکه های هوشمند،بارش های فصلی،ماشین بردار پشتیبان