مکان یابی مجدد سریع زمین لرزه با استفاده از شبکه عصبی- فازی آموزش دیده بر مبنای روش اختلاف زمانی دوگانه
محل انتشار: فصلنامه علوم زمین، دوره: 32، شماره: 3
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 82
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GSJ-32-3_007
تاریخ نمایه سازی: 11 مهر 1401
چکیده مقاله:
یکی از مهم ترین پارامترهای زلزله شناسی، تعیین مرکز زمین لرزه است زیرا دقت مطالعات وابسته مانند تحلیل خطر زمین لرزه، سازوکار گسلش و ... همگی به دقت پارامتر یاد شده وابسته می باشند. روش اختلاف دوگانه یکی از روش های نسبی پرکاربرد مورد استفاده در مراکز زلزله شناسی می باشد. در این پژوهش، روش یاد شده مبنای ارائه الگوریتمی است که مکان یابی مجدد رویدادها را با با سرعت نسبتا بالا در حدود ۴ میلی ثانیه امکان پذیر می سازد. در این روش، شبکه استنتاج عصبی-فازی تطبیقپذیر (انفیس) بر مبنای کاتالوگ زمین لرزه های مکان یابی مجدد شده یک منطقه، آموزش داده شده و پس از وقوع هر رویداد جدید، صرفا برای آن رویداد تعمیم می یابد. در آموزش شبکه پارامترهای مدل سرعتی یک بعدی، موقعیت مکانی رویدادهای کاتالوگ مبنا و نیز شبیه ترین رویدادهای مربوط به هر رویداد که توسط الگوریتم k نزدیک ترین همسایه مشخص شده اند، همگی، به عنوان داده ورودی و مختصات رویدادهای مکان یابی مجدد شده به عنوان خروجی شبکه در نظر گرفته می شوند.در این پژوهش، با استناد به داده های حدود ۸۰۰۰ زمین لرزه که به عنوان داده های آموزشی استفاده شده اند، داده های ۴۹۰ رویداد، مکان یابی مجدد شده و بررسی نتایج نشان دهنده خطای جذرمیانگین مربعات ۰۰۲/۰ برای طول و عرض جغرافیایی و ۴۵/۰ برای عمق رویدادها نسبت به روش اختلاف زمانی دوگانه می باشد.
کلیدواژه ها:
نویسندگان
حمیدرضا صمدی
گروه مهندسی نفت، مواد و معدن، واحد تهران مرکزی، دانشگاه آزاد اسلامی، تهران، ایران
روح الله کیمیای فر
گروه فیزیک، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران
علیرضا حاجیان
گروه فیزیک، واحد نجف آباد، دانشگاه آزاد اسلامی، نجف آباد، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله 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 مقاله لینک شده اند :