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

نویسندگان

  • 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
چکیده مقاله:

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.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

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...

متن کامل

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...

متن کامل

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...

متن کامل

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...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 37  شماره 2

صفحات  -

تاریخ انتشار 2011-07-23

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023