مقاله بررسی امکان به‌کارگیری شبکه‌های عصبی مصنوعی در مدل‌سازی وارون دو بعدی ترکیبی داده‌های دو مد قطبش روش مگنتوتلوریک

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 مقاله بررسی امکان به‌کارگیری شبکه‌های عصبی مصنوعی در مدل‌سازی وارون دو بعدی ترکیبی داده‌های دو مد قطبش روش مگنتوتلوریک دارای ۲۴ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله بررسی امکان به‌کارگیری شبکه‌های عصبی مصنوعی در مدل‌سازی وارون دو بعدی ترکیبی داده‌های دو مد قطبش روش مگنتوتلوریک  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله بررسی امکان به‌کارگیری شبکه‌های عصبی مصنوعی در مدل‌سازی وارون دو بعدی ترکیبی داده‌های دو مد قطبش روش مگنتوتلوریک،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله بررسی امکان به‌کارگیری شبکه‌های عصبی مصنوعی در مدل‌سازی وارون دو بعدی ترکیبی داده‌های دو مد قطبش روش مگنتوتلوریک :

تعداد صفحات :۲۴

روش مگنتوتلوریک یکی از روشهای الکترومغناطیس با چشمه طبیعی است که برای کسب اطلاعات الکتریکی از ساختارهای زیرزمینی استفاده می‌شود. کاربرد این روش، بیشتر برای اکتشاف منابع زمین‌گرمایی، نفت و ذخایر معدنی است. با توجه به اینکه داده‌های اندازه‌گیری شده در روش مذکور حجیم و دارای ساختاری پیچیده هستند، از این رو مدل‌سازی وارون داده‌های حاصل نسبت به دیگر روشهای الکتریکی مشکل‌تر و در بعضی از موارد ناممکن است. هدف این مقاله، بر این است که قابلیتهای شبکه‌های عصبی مصنوعی برای مدل‌سازی وارون ترکیبی داده‌های فاز و مقاومت ویژه دو مد قطبش این روش مورد بررسی قرار گیرد. به منظور نیل به این هدف از شبکه پرسپترون چند لایه با قانون فراگیری پس انتشار خطا استفاده شد. برای آموزش و طراحی شبکه مناسب، چندین مدل مصنــــــوعی در گروه مورد نظر ساخته شــــــد و سپس با مدل‌سازی مستقیـــــم داده‌های مقـــــاومت ویژه و فاز آنها برای دو مــــــد قطبش الکتریکی عرضی : Transverse Electric) TE) و مغناطیس عرضی: Transverse Magnetic) TM) در چندین بسامد تولید شد. پس از بررسیهای جامع، یک شبکه پرسپترون سه لایه با ساختار ۹-۹-۳۹۶ طراحی شد و از آن برای مدل‌سازی دو بعدی استفاده شد. بررسی نتایج به دست آمده نشان می‌دهد که شبکه طراحی شده از دقت قابل قبولی برای مدل‌سازی داده‌های مگنتوتلوریک برخوردار است، به گونه‌ای که برای یکی از مدلهای آزمایشی، مقدار میانگین خطای نسبی در نبــــــــود نوفه (Noise) 9/3 درصد و در حضور ۵ درصد نوفه ۹/۶ درصد است، که این امر حاکی از دقت خوب شبکه در برآورد پارامترهای مدل زیرزمینی است. همچنین نتایج مدل‌سازی شبکه برای یک مجموعه داده‌های صحرایی و مقایسه آن با نتایج یکی دیگر از روشهای معمول مدل‌سازی وارون نشان می‌دهد که مدلها و پارامترهای به دست آمده توسط دو روش فوق، از شباهت و همخوانی خوبی برخوردار هستند که این مطلب گویای توانمندی شبکه طراحی شده برای مدل‌سازی داده‌های مورد نظر است.