جستجو
Generic filters
Filter by دسته‌ها
آموزش هوش مصنوعی و انواع آن
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
پایتون و ابزارهای یادگیری عمیق
کتابخانه‌ های یادگیری عمیق
یادگیری با نظارت
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
اخبار
رسانه‌ها
آموزش پردازش زبان طبیعی
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
رویدادها
کاربردهای هوش مصنوعی
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
 استفاده از هوش مصنوعی در مدل‌سازی فرایند بارش

استفاده از هوش مصنوعی در مدل‌سازی فرایند بارش

به گزارش تحریریه هوشیو و به نقل از خبرگزاری دانشجویان ایران، نتایج یک مطالعه نشان از کاربرد موفقیت‌آمیز هوش مصنوعی در پیش‌بینی رفتار رواناب‌ها دارد. نتایج این مطالعه در دومین شماره نشریه علوم آب و خاک دانشگاه صنعتی اصفهان، در تابستان ۱۴۰۰ به چاپ رسیده است. این پژوهش به نوبه خود مبدع مطالعات عمیق‌تری در زمینه کاربردهای هوش مصنوعی در علوم جغرافیایی خواهد بود.

هوش مصنوعی در پیش‌بینی رفتار رواناب‌ها

موقعیت جغرافیایی ایران در یک فلات گرم و خشک است و این یعنی باید بتوانیم به دقت با محیط جغرافیای پیرامون خود تعامل کنیم. خاصه آنکه بر اساس اطلاعات منتشر شده در زمینه هیدرولوژی آب کشور، ذخایر آبی در وضعیت بحرانی قرار دارند؛ بنابراین ضروری است تا با میانجیگری فناوری‌های هوش مصنوعی در تحصیل فهم یکپارچه از محیط جغرافیایی، به سوی خردمندانه‌ترین تصمیمات پیش برویم.

رفتار رواناب‌ها

همان‌طور که گفته شد این مطالعه کوشیده است تا با استفاده از فناوری‌های مبتنی بر هوش مصنوعی نظیر ANN و SVM رفتار بارش و رواناب‌ها را شبیه‌سازی کند. این اقدام می‌تواند متغیرهای تأثیرگذار بر رفتار رواناب ها را شناسایی و کشف سازد. با شبیه‌سازی رفتار رواناب‌ها در قابل مدل، پژوهشگران می‌توانند پارامترهای تأثیرگذار بر روی شکل‌گیری این پدیده طبیعی را رصد و شناسایی کنند. این دست از پژوهش‌ها می‌تواند زمان تخمینی وقوع پدیده‌های مرگبار نظیر سیل و خسارت‌های ناشی از آن‌ها را کنترل کرده و خود پدیده را نیز قابل مدیریت کند. یا حتی با امکان کنترل یک یا چند متغیر، پژوهشگران را بر کل روند تحول رواناب ها مسلط سازد و آن را به موضوعی قابل برنامه‌ریزی تبدیل کند.

این مطالعه از سوی جمعی از متخصصین هوش مصنوعی انجام شده است. آن‌ها توانستند با گردآوری داده‌ها از رفتار رواناب‌ها، بی سال‌های ۱۳۷۶ تا ۱۳۹۶، گسترده وسیعی از داده‌ها را به صورت یکپارچه استخراج کنند. لازم به ذکر است که این داده‌ها از رفتار رواناب های حوضه آبخیز کارون شمالی گردآوری شده‌اند. داده‌ها پس از بررسی صحت و کنترل کیفی، بر اساس ضرایبی نظیر خرد همبستگی، همبستگی جزئی و همبستگی متقارن، در نرم‌افزار Studio R مشخص و طبقه‌بندی می‌شوند. در نهایت پارامترهای مؤثر در رفتار رواناب‌ها کشف شده و در قالب سناریوهای مجزا، در نرم‌افزار MATLAB مورد استفاده قرار خواهند گرفت.

مقاله ما چطور بود؟

میانگین امتیاز / ۵. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها