Ιδρυματικό Αποθετήριο [SANDBOX]
Πολυτεχνείο Κρήτης
EN  |  EL

Αναζήτηση

Πλοήγηση

Ο Χώρος μου

Ανάπτυξη μοντέλων τεχνητών νευρωνικών δικτύων για τον προσδιορισμό του χρόνου διαδρομής σεισμικών κυμάτων. Εφαρμογή σε δεδομένα σεισμικής τομογραφίας από το σταθμό Ανθούπολης του Αττικού Μετρό

Kakaroglou Evangelos

Πλήρης Εγγραφή


URI: http://purl.tuc.gr/dl/dias/9C7155A9-6C66-4105-8CE9-5CD40191E362
Έτος 2019
Τύπος Μεταπτυχιακή Διατριβή
Άδεια Χρήσης
Λεπτομέρειες
Βιβλιογραφική Αναφορά Ευάγγελος Κακάρογλου, "Ανάπτυξη μοντέλων τεχνητών νευρωνικών δικτύων για τον προσδιορισμό του χρόνου διαδρομής σεισμικών κυμάτων. Εφαρμογή σε δεδομένα σεισμικής τομογραφίας από το σταθμό Ανθούπολης του Αττικού Μετρό", Μεταπτυχιακή Διατριβή, Σχολή Μηχανικών Ορυκτών Πόρων, Πολυ https://doi.org/10.26233/heallink.tuc.82992
Εμφανίζεται στις Συλλογές

Περίληψη

Ο προσδιορισμός του χρόνου της πρώτης άφιξης σε σεισμικά δεδομένα είναι απαραίτητος για την εκτέλεση υπολογισμών στατικής διόρθωσης ή υπολογισμούς τομογραφίας καθοδικών κυμάτων (diving wave tomography). Η επιλογή των χρόνων πρώτων αφίξεων είναι ένα πρόβλημα αναγνώρισης μοτίβων και ως εκ τούτου συνεπάγεται σημαντική ανθρώπινη προσπάθεια.Επιπλέον, καθώς αυξάνεται ο αριθμός των σεισμικών αισθητήρων, γίνεται όλο και πιο δύσκολο για τους αναλυτές να επιλέξουν σεισμικές φάσεις τόσο χειροκίνητα όσο και αναλυτικά, παρόλα αυτά οι προσπάθειες αυτές είναι θεμελιώδεις.Παρά τις βελτιώσεις που έγιναν τα τελευταία χρόνια με τις μεθόδους αυτόματης επιλογής πρώτων αφίξεων, εξακολουθεί να είναι πολύ δύσκολο να προσομοιαστούν τα αποτελέσματα που προκύπτουν από έμπειρους αναλυτές, με ένα πιο λεπτό ζήτημα να είναι το γεγονός ότι διάφοροι γεωφυσικοί αναλυτές επιλέγουν πρώτες αφίξεις με διαφορετικούς τρόπους, κάτι που μπορεί να εισάγει μεροληψία (bias) στα δεδομένα. Από τα παραπάνω γίνεται φανερό ότι πρέπει να εισαχθεί ένας πιο αξιόπιστος και ακριβής τρόπος αυτόματης επιλογής χρόνου διαδρομής.Με τη χρήση των νευρωνικών δικτύων που γίνονται όλο και πιο δημοφιλή στις γεωφυσικές εφαρμογές, λόγω των δυνατοτήτων τους ως καθολικών προσεγγιστών (global approximators), είναι δηλαδή εργαλεία που μπορούν να προσεγγίσουν οποιαδήποτε συνεχή συνάρτηση με ακρίβεια και ως εκ τούτου καθιστούν έναν πολύ ελπιδοφόρο τρόπο αυτόματης επιλογής πρώτων αφίξεων επεξεργασίας σεισμικών δεδομένων.Σε αυτή την εργασία, εισάγονται και επεξεργάζονται σεισμικά δεδομένα και στη συνέχεια εκπαιδεύονται τεχνητά νευρωνικά δίκτυα. Επιλέγεται το δίκτυο με τις καλύτερες επιδόσεις και χρησιμοποιείται για την αυτόματη επιλογή των συμβάντων πρώτης άφιξης σε σεισμικά δεδομένα. Χρησιμοποιώντας την έξοδο του νευρωνικού δικτύου έναντι της εξόδου από έναν έμπειρο χρήστη, προκύπτουν χρήσιμα συμπεράσματα.Έχοντας ένα μεγαλύτερο σύνολο δεδομένων εισόδου βελτιώνεται η απόδοση του δικτύου και ο αριθμός των κόμβων συμβάλλει θετικά στα αποτελέσματα, αλλά μετά από ένα συγκεκριμένο σημείο δεν υπάρχει περαιτέρω βελτίωση

Διαθέσιμα αρχεία

Υπηρεσίες

Στατιστικά