سازمان جغرافیایی نیروهای مسلح

| ورود به سامانه | ثبت نام

صفحه اصلی / اولین کنفرانس ملی علوم داده و اطلاعات مکانی

ارزیابی و آنالیز عملکرد الگوریتم های یادگیری ماشین در پیش بینی بزرگی زلزله

نویسندگان :

سید احمد حسینی¹ محسن یوسف زاده²

1- سازمان جغرافیایی 2- دانشگاه صنعتی خواجه نصیرالدین طوسی

کلمات کلیدی :

پیش بینی زلزله، شبکه ی عصبی، درخت تصمیم گیری، ماشین بردار پشتیبان

چکیده :

پیش‌بینی بزرگی زمین‌لرزه یک مساله‌ی چالش برانگیز به حساب می آید که تاکنون تحقیقات بسیار زیادی را به خود اختصاص داده است. پیش‌بینی‌های درست و به موقع می‌تواند زمینه را برای انجام اقدامات پیش‌گیرانه توسط مدیران با هدف کاهش هر چه بیشتر خسارات جانی و مالی ناشی از زلزله فراهم نماید. در سالهای اخیر روش های مبتنی بر یادگیری ماشین در این حوزه مورد توجه زیادی قرار گرفته است از آنجهت که این دسته از روش‌ها امکان استفاده از پتانسیل موجود در داده را به طرز خوبی فراهم ساخته اند. در این پژوهش روش های شناخته شده‌ی یادگیری ماشینی شامل شبکه ی عصبی پرسپترون چندلایه ، ماشین بردار پشتیبان و درخت تصمیم گیری به منظور پیش بینی بزرگی بزرگترین زلزله در بازه‌ی زمانی هفته‌ی آینده در منطقه ی مطالعاتی ایران، به عنوان یکی از زلزله‌خیزترین مناطق دنیا، مورد بررسی و مقایسه قرار گرفته شده است. معیارهای درستی و حساسیت به منظور بررسی عملکرد مدلها با در نظر گرفتن کلاسهای مختلف بزرگی زلزله مورد استفاده قرار گرفته شد. مقدار درستی بدست آمده برای مدلهای شبکه‌ی عصبی، ماشین بردار پشتیبان و درخت تصمیم گیری به ترتیب ٪۷۰.۴، ٪۷۸ و ۸۲٪ می‌باشد. نتایج حاکی از عملکرد مناسب مدلهای ماشین بردار پشتیبان و درخت تصمیم گیری در پیش بینی کلاسهای حاوی زلزله‌های با بزرگی بالا بوده است.