تخمین عمق بی هنجاریهای گرانی با استفاده از شبکه های عصبی هاپفیلد
Publish place: Journal of the Earth and Space Physics، Vol: 37، Issue: 2
Publish Year: 1390
Type: Journal paper
Language: Persian
View: 119
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
JR_JESPHYS-37-2_017
Index date: 1 November 2023
تخمین عمق بی هنجاریهای گرانی با استفاده از شبکه های عصبی هاپفیلد abstract
در این مقاله روش شبکه عصبی هاپفیلد برای تفسیر هوشمند داده های گرانی استفاده شده است. یک شبکه عصبی هاپفیلد برای تخمین عمق چشمه گرانی طراحی شده است. این شبکه طراحی شده برای داده های مصنوعی و واقعی آزمایش شده اند. در مورد داده های واقعی این شبکه برای تخمین عمق یک تونل قنات واقع در موسسه ژئوفیزیک به کار برده شده و نتایج حاصله به مقادیر واقعی عمق بسیار نزدیک است.
تخمین عمق بی هنجاریهای گرانی با استفاده از شبکه های عصبی هاپفیلد Keywords:
تخمین عمق بی هنجاریهای گرانی با استفاده از شبکه های عصبی هاپفیلد authors
Ali Reza Hajian
مربی، گروه فیزیک، دانشگاه آزاد اسلامی واحد نجف آباد، ایران
Vahid Ebrahim Zadeh Ardestani
دانشیار، گروه فیزیک زمین، موسسه ژئوفیزیک دانشگاه تهران و قطب علمی مهندسی نقشه برداری و مقابله با سوانح طبیعی، تهران، ایران
Car Lucas
استاد، دانشکده برق وکامپیوتر دانشگاه تهران وقطب علمی کنترل وپردازش هوشمند ،تهران،ایران