استفاده از داده کاوی برای پیش بینی وقوع زلزله

استفاده از داده کاوی برای پیش بینی وقوع زلزله

آکادمی داده

۱۳۹۶/۱۱/۱۵


  • 200 بازدید

 حوادث طبیعی یکی از مسائلی است که بشریت با آن درگیر است. یکی از حوادث طبیعی زلزله است که آثار مخربی بر زندگی بشر دارد. کشور ایران یکی از کشورهای زلزله خیز است به طوری که هر سال شاهد وقوع زلزله در ایران هستیم. بدین ترتیب پیش بینی وقوع زلزله حتی برای چند دقیقه قبل از وقوع آن می تواند جان هزاران انسان را نجات دهد. به همین دلیل پیش‌بینی وقوع زلزله به عنوان یکی از نیازهای ضروری در دنیا شناخته می شود. پیش بینی وقوع زلزله فرایند پیچیده و دشواری است به دلیل اینکه پارامترهای محیطی و فیزیکی بسیاری در آن نقش دارند. بسیاری از کارهای انجام شده تاکنون روش های داده کاوی متوسط شده اند و با استفاده از روش ها و الگوریتم های داده کاوی سعی کرده اند زلزله را پیش بینی کنند. بیشترین الگوریتم های داده کاوی که برای پیش بینی وقوع زلزله استفاده شده است الگوریتمهای رگرسیون، شبکه عصبی، نایوبیز و درخت تصمیم گیری است. داده کاوی برای پیش بینی وقوع زلزله به دنبال پیدا کردن الگویی پنهان بین مشخصات زمین و احتمال وقوع زلزله است. مشخصاتی مانند عمق زلزله، تاريخ وقوع، طول جغرافيايي، عرض جغرافيايي و بزرگی زلزله مورد بررسی و تحلیل قرار می گیرند. تا با استفاده از الگوریتم های یادگیری ماشین رابطه ای بین آن ها کشف گردد. 

تا کنون در ایران پیش‌بینی وقوع زلزله کمتر مورد توجه محققین بوده است بدین ترتیب کارهای محدودی انجام شده است. با توجه به زلزله خیز بودن کشور ایران شایسته است پژوهشگران حوزه هوش مصنوعی و داده کاوی به پژوهش در مورد پیش بینی وقوع زلزله بپردازند.

دیتاهارت(مرجه مجموعه داده  در تمامی رشته ها) دیتاستی شامل مشخصات فیزیکی زمین در استان مازندران برای پیش بینی وقوع زلزله ارائه کرده است که می تواند نقطه شروع خوبی برای علاقه مندان این حوزه پژوهشی باشد.

اگر در حال پژوهش در حوزه پیش بینی حوادث طبیعی هستید، سوالات و اشکالات خود را از طریق تلگرام با آکادمی داده در میان بگذارید. با عضو شدن در کانال تلگرام آکادمی داده از مقالات جدید و دیتاست های منتشر شده مطلع شوید.