ارزیابی میزان خسارت سازهها در اثر زلزله با استفاده ازشبکه عصبی کانولوشنی و تصاویر سازهها
حمیدرضا صادق محمدی - افشین خوشنویسان
حمیدرضا صادق محمدی - افشین خوشنویسان
دانشگاه علم و فرهنگ - دانشگاه علم و فرهنگ
زبان مقاله : فارسی |
تعداد صفحات مقاله : 7 صفحه |
نوع مقاله : مقاله پوستری |
ISC کد مقاله در : ISC6440_532009
چکیده
چکیده- تخمین میزان خسارت در هنگام وقوع زلزله دارای نقش بهسزایی در مدیریت بحران است و استفاده از تصاویر ثبتشده میتواند کمک شایانی در امر تخمین خسارت بنماید. در این مقاله استفاده از شبکههای عمیق كانولوشنی جهت دستهبندی تصاویر پیشنهاد شده است، این روش شامل مراحل پیشپردازش، انتخاب معماری شبکه، آموزش و آزمایش شبکه است. شبکه عمیق پیشنهادی در این پژوهش برپایه مدل کانولوشنی مبتنی بر ساختار ResNet است. برای ارزیابی صحت مدل جهت پیشبینی میزان خسارت، دادگان تصاویر شهر ناپا کالیفرنیا که بر اساس توصيهنامه ATC-20 در سه دسته برچسب سبز، زرد و قرمز دستهبندی شده است مورد آزمون قرار گرفت. نتیجه صحت مدل پیشنهادی برابر 54/89٪محاسبه گردید.کليدواژه ها
تصاویر زلزله، خسارت سازه، شبکههای عمیق كانولوشنی، توصيهنامهATC-20.نحوه استناد به مقاله
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:صادق محمدی , حمیدرضا , 1400 , ارزیابی میزان خسارت سازهها در اثر زلزله با استفاده ازشبکه عصبی کانولوشنی و تصاویر سازهها , دوازدهمین کنفرانس ملی و دومین کنفرانس بین المللی بینایی ماشین و پردازش تصویر ایران
انتشار دهنده
محل انتشار : دوازدهمین کنفرانس ملی و دومین کنفرانس بین المللی بینایی ماشین و پردازش تصویر ایرانمشخصات برگزارکننده همایش : دانشگاه شهید چمران اهواز
تعداد مقالات : 20
کد اختصاصی :
۰۰۲۰۱-۱۳۰۸۷
a>
دیگر مقالات این رویداد
© کلیه حقوق متعلق به موسسه استنادی و پایش علم و فناوری جهان اسلام (ISC) می باشد.