تخمین عمق بی هنجاریهای گرانی با استفاده از شبکه های عصبی هاپفیلد

Authors

  • علیرضا حاجیان مربی، گروه فیزیک، دانشگاه آزاد اسلامی واحد نجف آباد، ایران
  • وحید ابراهیم‌زاده اردستانی دانشیار، گروه فیزیک زمین، مؤسسة ژئوفیزیک دانشگاه تهران و قطب علمی مهندسی نقشه‌برداری و مقابله با سوانح طبیعی، تهران، ایران
  • کار لوکاس استاد، دانشکده برق وکامپیوتر دانشگاه تهران وقطب علمی کنترل وپردازش هوشمند ،تهران،ایران
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.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

توسعه روش نسبت گرادیان برای تخمین عمق توده های زیرسطحی با استفاده از داده های نقشه بی هنجاری گرانی بوگر

روش‌های تفسیری موجود در مورد ساختارهای با الگوی دایره‌ای اکثرا محدود به تخمین مرز و حدود این توده ها خواهد شد. برای ارائه روشی برای تخمین عمق این ساختارها همزمان با تخمین مرز آنها، می‌توان از کمیتی به نام نسبت گرادیان استفاده نمود. نسبت گرادیان بین مشتق قائم و مشتق افقی کل داده‌های گرانی‌سنجی نوشته می‌شود. با این کار معادله درجه 2 بسط داده می‌شود که با حل آن می‌توان عمق الگوهای دایره‌ای را برآو...

full text

برآورد عمق وشکل حفره های زیرزمینی با استفاده از دستگاه واسط عصبی فازی تطبیقی چندگانه با داده های گرانی سنجی

در این مقاله به منظور اکتشاف حفرات زیرزمینی با شکلهای نزدیک به کره، استوانه افقی یا عمودی ودر راستای بالابردن دقت نتایج تفسیر بی هنجاریهای گرانی ،کمک به تجربیات مفسر و مقاومت بیشتر در برابر سطوح متفاوت نوفه ، از شبکه عصبی-فازی تطبیقی چند گانه MANFIS استفاده شده است. در این پژوهش با قرار گرفتن دو سیستم عصبی فازی تطبیق پذیر به صورت موازی با یکدیگر یک شبکه عصبی-فازی تطبیق پذیر چند گانه طراحی شد که...

full text

تخمین عمق گنبدهای نمکی با استفاده از داده‌های گرانی از طریق شبکۀ عصبی رگرسیون تعمیم‌یافته، مطالعۀ موردی: میدان مورس، دانمارک

در این مقاله تخمین عمق گنبدهای نمکی با استفاده از روش شبکۀ عصبی رگرسیون تعمیم‌یافتهGRNN، از طریق داده‌های گرانی‌سنجی بررسی شده است. بدین منظور یک شبکۀ عصبی GRNN به وسیلۀ داده‌های گرانی که از روش پیشرو، مدل گنبد نمکی را به دست می‌آورد، به ازای اعماق مختلف به‌دست‌آمده آموزش داده شد و با محاسبۀ خطای شبکه، شبکه مرتب اصلاح شد تا معماری شبکه با خطای پذیرفتنی به دست آید. سپس به‌منظور تست شبکه از داده‌...

full text

توسعه روش نسبت گرادیان برای تخمین عمق توده های زیرسطحی با استفاده از داده های نقشه بی هنجاری گرانی بوگر

روش های تفسیری موجود در مورد ساختارهای با الگوی دایره ای اکثرا محدود به تخمین مرز و حدود این توده ها خواهد شد. برای ارائه روشی برای تخمین عمق این ساختارها همزمان با تخمین مرز آنها، می توان از کمیتی به نام نسبت گرادیان استفاده نمود. نسبت گرادیان بین مشتق قائم و مشتق افقی کل داده های گرانی سنجی نوشته می شود. با این کار معادله درجه 2 بسط داده می شود که با حل آن می توان عمق الگوهای دایره ای را برآو...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 37  issue 2

pages  -

publication date 2011-07-23

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023