کارایی الگوریتم های توسعه یافته یادگیری عمیق در حوزه پیش بینی زلزله

زلزله یکی از بحرانهای طبیعی است که بنا به علت های گوناگون در مکانها و زمانهای متفاوت در نقاط گوناگون جهان رخ می دهد و اثرات جبران ناپذیری دارد. برای کاهش اثرات این بحران طبیعی پژوهشگران دنبال راهکارهایی هستند که بتوانند احتمال رخداد این پدیده را پیش بینی نمایند. امروزه استفاده از یادگیری ماشین (Machine Learning)، بعنوان یکی از روشهای فناوری هوش مصنوعی ، به علت مزایای بسیار از جمله سادگی ، سرعت بالا، دقت زیاد، عدم نیاز به تجهیزات و وسایل پیچیده و در دسترس بودن، کاربردهای زیادی در پیش بینی پدیده های گوناگون نظیر زلزله پیدا کرده است . یادگیری ماشین ، توانایی یادگیری مستقل را برای ماشین ها ایجاد می کند، به عبارتی ماشین می تواند از تجربیات، مشاهدات و الگوهایی که بر اساس مجموعه ای از داده ها تجزیه و تحلیل می کند، آموزش ببیند، از اینرو، در سالهای اخیر با توجه به پیچیدگی های خاص و دینامیک زلزله ، استفاده از روش های یادگیری ماشین ، به جای ریاضیات مرسوم و کلاسیک ، توسعه زیادی پیدا کرده است . در این پژوهش ، با مروری بر نتایج اخیرعلمی ایران در حوزه پیش بینی زلزله با استفاده از شاخه های مختلف هوش مصنوعی ، به معرفی و توصیف الگوریتم های مرسوم پیش بینی وقوع زلزله ، بر اساس کاربردی ترین روش های یادگیری ماشین بویژه یادگیری عمیق پرداخته شده است . آنچه بیشتر در این مقاله مورد توجه خواهد بود بررسی کارائی و عملکرد انواع الگوریتم های توسعه یافته یادگیری عمیق ، استفاده شده توسط محققین مختلف ، می باشد.