ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
Publisher of Iranian Journals and Conference Proceedings
Paper
Title

پیش بینی زلزله های استان مازندران ، با استفاده از شبکه عصبی

Year: 1394
COI: NSIA02_094
Language: PersianView: 962
This Paper With 15 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 15 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

مهسا شعبانیان - دانشجوی ارشد سازه موسسه آموزش عالی طبری بابل
غلامرضا عبدا....زاده - دانشیار، دکتری زلزله دانشگاه علم و صنعت ایران
میلاد شعبانیان - دانشجوی دکتری محیط زیست دانشگاه تهران

Abstract:

در طی سال های اخیر، تلاش هایی برای بررسی و پیش بینی توزیع زمانی و مکانی زلزله ها به کمک شبکه های عصبی مصنوعی انجام شده است. در این پژوهش با استفاده از اطلاعات لرزه نگاری های موجود و بهره جستن از تکنیک شبکه عصبی مصنوعی، شبکه ای تحت آموزش قرار می گیرد که دارای قابلیت پیش بینی زمان وقوع و بزرگی زلزله در منطقه تحت بررسی باشد. در این تحقیق، به منظور کاربرد روش شبکه عصبی مصنوعی در پیش بینی زلزله و نیز صحت سنگی نتایج حاصل از آن، اطلاعات ثبت شده زمین لرزه در استان مازندران که توسط مؤسسه ژئوفیزیک دانشگاه تهران تهیه شده است، مورد بررسی قرار خواهد گرفت. در پژوهش حاضر به جای استفاده از سری زمانی تغییرات بزرگی زلزله به عنوان متغیر ورودی شبکه عصبی، از سری تغییرات زمانی پارامتر b در قانون گوتنبرگ- ریشتر و اوموری - اوتسو که بر اساس سری تغییرات بزرگی زلزله به دست آمده است استفاده می شود. در گام بعدی توسعه شبکه عصبی با هدف تأمین معماری بهینه شود که، مورد بررسی و پس از آن از مدل تهیه شده، جهت پیش بینی زلزله در استان مازندران مورد استفاده قرار گرفت. نتایج این بررسی نشان می دهد که شبکه عصبی قادر است به طور غیرمستقیم، گوتنبرگ- ریشتر و اوموری - اوتسو را فراگیرد که این همه توانایی بالای سینتیک تکرار در زمینه زلزله شناس نشان می دهد.

Keywords:

شبکه عصبی مصنوعی ، پیش بینی زمان وقوع زلزله، زمان وقوع زلزله، بزرگی زلزله، تحلیل ریسک

Paper COI Code

برای لینک دهی به این Paper می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت Paper در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/418440/

How To Citation:

در صورتی که می خواهید در اثر پژوهشی خود به این Paper ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
شعبانیان، مهسا و عبدا....زاده، غلامرضا و شعبانیان، میلاد،1394،پیش بینی زلزله های استان مازندران ، با استفاده از شبکه عصبی،دومین همایش ملی معماری ،عمران و توسعه نوین شهری،ارومیه،،،https://civilica.com/doc/418440

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این Paper اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1394، شعبانیان، مهسا؛ غلامرضا عبدا....زاده و میلاد شعبانیان)
برای بار دوم به بعد: (1394، شعبانیان؛ عبدا....زاده و شعبانیان)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 مPaperقاله لینک شده اند :

  • ناطق الهی، ف. راهنمای مقاوم‌سازی ساختمان‌های ولادی موجود، کمیته فرعی-تخصصی ...
  • رهنما، ح.، چراغی، الف. پیش‌بینی زمان وقوع و بزرگی زلزله ...
  • متشرعی، آ، گورویی، ی. بررسی تاپیر مدل حرکتی وسرعتی در ...
  • بررسی مطالعات انجام شده در زمینه پیش بینی زلزله با استفاده از الگوریتم های شبکه های عصبی مصنوعی [Conference Paper]
  • چراغی، الف.، قربانی، م.ج. بررسی بزرگی و زمان وقوع زلزله ...
  • کانون سراسری انجمن های صنفی مهندسان معمار ایران دومین همایش ... [Conference Paper]
  • Allamehzadeh, M, Mokhdari, M. Prediction of Aftershoc. Distribution Using S ...
  • Ozerdem, M.S, Ustundag, B, Demirer, R.M. Self-Organized Maps Based Neural ...
  • Zamani, A.S, Al-Arifi, N.S, Khan, Sh. Response prediction of Earthquqke ...
  • Omori, F. Macroseismic measuremens in Tokyo, II and III. Earthquake ...
  • Ishimoto, M, Iida, K. Observations sur les seismes enregistres par ...
  • Gutenberg, B, Richter, C.F. Seismicity of the Earth, Geological Society ...
  • Ranalli, G. A statistical study of aftershock sequences. Annali di ...
  • Gutenberg, B, Richter, C.F. Seismicity of the Earth. Princeton University, ...
  • Shi, Y, Bolt, B.A. The standard error of the ma ...
  • Lee, K, Yang, W.S. Historical seismicity of Korea. Bulletin of ...
  • Kagan, Y.Y, Jackson, D.D. Long-term probabilistic forecasting of earthquakes. Journal ...
  • Ayele, A, Kulhanek, O. Spatial and temporal variations of seismicity ...
  • Trifu, C.I, Shumila, V.I. A method for multid imensional analysis ...
  • G erstenberguer, M.C, Jones, L.M, Wiemer, S. Short-term aftershock probabilities: ...
  • Wiemer, S, Benoit, J. Mapping the b value anomaly at ...
  • Zollo, A, Marzocchi, W, Capuano, P, Lomaz, A, Iannaccone, G. ...
  • Utsu, T. A statistical study on the _ of aftershock. ...
  • Wiemer, S, Gerstenberger, M, Hauksson, E. Properties of the aftershock ...
  • Schorlemmer, D.G, Wiemer, S, Wyss, M. Variations in earthquake-size distribution ...
  • Sammonds, P.R, Meredith, P.G, Main, I.G. Role of pore fluid ...
  • Nuannin, P, Kulhanek, O, Persson, L. Spatial and temporal b ...
  • Reasenberg, P.A, Jones, L.M. Earthquake hazard after a mainshock in ...
  • Musson, R.M, Winter, P.W. Seismic hazard maps for the UK. ...
  • Utsu, T, Ogata, Y, Matsu'ura, R.S. The centenary of the ...
  • Gibowitz, S.J. Fre que ncy-magnitude depth and time relations for ...
  • Zhang, G, Patuwo, B.E, Hu, M.Y. Forecasting with artificial neuralnetwork ...
  • Research Info Management

    Certificate | Report | من نویسنده این مقاله هستم
    این Paper در بخشهای موضوعی زیر دسته بندی شده است:

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

    علم سنجی و رتبه بندی Paper

    مشخصات مرکز تولید کننده این Paper به صورت زیر است:
    نوع مرکز: موسسه غیرانتفاعی
    تعداد مقالات: 429
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    New Papers

    Share this page

    More information about COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    Support