مروری بر استفاده شبکه عصبی مصنوعی در علم ژئوتکنیک

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 871

This Paper With 13 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CAECONF01_428

تاریخ نمایه سازی: 22 مهر 1394

Abstract:

امروزه شبکه عصبی مصنوعی درعلوم مختلف مورداستفاده قرارمیگیرد این شبکه نوعی سیستم پردازشگراطلاعات است که شبیه شبکه های بیولوژیکی عمل می کند وبرای پیش بینی و حل مسائل و یابهینه سازی توابع استفاده میگردد دراین مقاله مروری برپیشینه تحقیقات سالهای اخیر محققان به منظور استفاده این شبکه درعلم ژئوتکنیک و سپس انالیز جغرافیایی موضوعی و زمانی برروی آنها صورت رگفته است هدف ازمطالعات صورت گرفته بررسی جایگاه استفادها زشبکه عصبی مصنوعی درعلم ژئوتکنیک درکشورمان می باشد بررسی ها نشان میدهد درکشور ما ازشبکه عصبی مصنوعی دربرخی موضوعات ژئوتکنیکی درمقایسه با سایر کشورها به مراتب بیشتر استفاده شده است ولی باتوجه به کارایی و دقت بالای شبکه عصبی مصنوعی نیاز مبرم استفاده ازآن درحل مسائل مختلف ژئوتکنیکی بیش ازپیش احساس میگردد

Keywords:

علم شبکه عصبی , پیشینه استفاده ازشبکه عصبی مصنوعی , شبکه عصبی مصنوعی درایران , ژئوتکنیک

Authors

حمیدرضا حسن نژاد

دانشجوی کارشناسی ارشد ژئوتکنیک دانشکده عمران دانشگاه آزاد اسلامی واحد نجف آباد

محمد سیروس پاکباز

دانشیار دانشکده عمران دانشگاه شهید چمران اهواز

رسول مهدی زاده

استادیار دانشکده عمران دانشگاه آزاد اسلامی واحد نجف آباد

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • باقرشریفی، م. صالحی، (1384) "کاربرد شبکه‌های عصبی در پیش‌بینی جریان ...
  • تخمین ضریب نفوذپذیری با استفاده از شبکه عصبی مصنوعی [مقاله کنفرانسی]
  • فاست، ل. (1392) مبانی شبکه‌های عصبی ساختارها، الگوریتم‌ها، کاربردها (چاپ ...
  • _ محمدی، م. امین ناصری، م. آذر، ع. (1383) "الگوی ...
  • ملکی نژاد، ح. پورشرعیاتی، ر. (1391) "کاربرد و مقایسه مدل ...
  • Erzin, Y. Hanumantha Rao, B. Singh, D.N. (2008). Artificial neural ...
  • Penumadu, D. Zhao, R. (1999). Triaxial compression behavior of sand ...
  • Adoko, A. Jiao, Y. Wu, L. Wang, H. Wnag, Z. ...
  • Ahmad, I. Hesham El Naggar, M. Naeem Khan, A. (2007). ...
  • Anderson, J. Silverstein, J. Ritz, S. Jones, R. (1977) Distinctive ...
  • Ardalan, H. Eslami, A. N ariman-Zadeh, N. (2009). Piles shaft ...
  • Arel, E. (2012). Predicting the spatial distribution of soil profile ...
  • Banimahd, M. Yasrobi, S.S. Woodward, P.K. (2005). Artificial neural network ...
  • Baziar, M. Kashkooli, A. S ae edi-Azizkandi, A. (2012). Prediction ...
  • Burak Goktepe, A. Altun, S. Altintas, G. Tan, O. (2008). ...
  • Carpenter, G.A. (1985). The circadian activity rhythm of mammals: A ...
  • Carpenter, G.A. (1985). The non-parametric influence of light _ mammalian ...
  • Carpenter, G.A. Grossberg, S. (1985). A neural theory of circadian ...
  • Carpenter, G.A. Grossberg, S. (1985). Category learning and adaptive pattern ...
  • Carpenter, G.A. Grossberg, S. (1985). Neural dynamics of circadian rhythms: ...
  • Chan, W.T. Chow, Y.K, Liu, L.F. (1995). Neural network: An ...
  • Chang, Y. Chen, Ch. (1996). Optimal observation design of surveying ...
  • Gholamnejad, J. Tayarani, N. (2010). Application of artificial neural networks ...
  • Gunaydin, O. Gokoglu, A. Fener, M. (2010). Prediction of artificial ...
  • Hassannejad, H., Pakbaz, M., Mehdizadeh, R. (2015). Comparison and Evaluation ...
  • Hebb, D. (1949). The Organization of Behavior., The First Stage ...
  • Hopfeild, J.J. (1982). Neural networks and physical systems with emergent ...
  • Ikizler, S.B. Aytekin, M. Vekli, M. Kocabas, F. (2010). Prediction ...
  • Ismail, A. Jeng, D-S. (2011). Modelling load-settlemet behaviour of piles ...
  • Johari, A. Javadi, A.A. Habibagahi, G. (2011). Modelling the mechanical ...
  • Kalinli, A. Cemal Acar, M. Gunduz, Z. (2011). New approaches ...
  • Khanlari, G.R. Heidari, M. Momeni, A.A. Abdilor, Y. (2012). Prediction ...
  • Kim, C.Y. Bae, G. Hong, S.W. Park, C.H. Moon, H.K ...
  • Kohonen, T. (1972). Correlation matrix memories. IEEE Trans. Comput. C-21, ...
  • Kumar Das, S. (2013). 10- Artificial Neural Networks in Geotechnical ...
  • Kumar Das, S. Kumar Basudhar, P. (2006). Undrained lateral load ...
  • Lee, I. Lee, J. (1996). Prediction of pile bearing capacitty ...
  • Mahdevari, S. Torabi, S.R. (2012). Prediction of tunnel convergence using ...
  • McCulloch, W., Pitts, W. (1943). A Logical Calculus Of The ...
  • Momeni, E. Nazir, R. Jahed Armaghani, D. Maizir, H. (2014). ...
  • Odivio, J. Santos, Jr. Tarcisio, B. Celestino (2008). Artificial neural ...
  • Ornek, M. Laman, M. Demir, A. Yildiz, A. (2012). Prediction ...
  • Park, H. Lee, S. (2011). Evaluation of the compression index ...
  • PooyaNejad, F. Mark B, J. Kakhi, M. McCabe, B. (2009). ...
  • Rochester, N., Holland, J. H., Haibt, L. H., and Duda, ...
  • Taghavifar, H. Mardani, A. Karim-Maslak, H. Kalbkhani, H. (2013). Artificial ...
  • Werbos, P. (1974). Beyond regression: New tools for prediction and ...
  • Widrow, B. Hoff, M.E. (1960). Adaptive switching circuits. Proc of ...
  • Zhao, Zh. Chow, T. Rees, H. Yang, Q. Xing, Z. ...
  • نمایش کامل مراجع