الگوهای لرزه ای مختلفی شامل پیش لرزهها، سکوت لرزه‌ای، فوج لرزه ای و الگوی دونات قبل از وقوع زمین لرزه‌های بزرگ در این پایان نامه گزارش شده است. در مورد بسیاری از زمین لرزهها، این الگوهای لرزه‌ای ابتدایی در غالب خوشه هایی ظاهر می‌شوند، به طوری که الگوی واقعی در اغلب موارد بسیار پیچیده است. بنابراین نیاز به مدلهای آماری پیشرفته نظیر شبکه‌های عصبی مصنوعی و مدلهای بدون سرپرستی جهت شناسایی الگوهای لرزه ای،انکار ناپذیر است.
شبکه‌های عصبی مصنوعی که الهام گرفته شده از مغز انسان می‌باشند،از تعدادی نرون مصنوعی تشکیل شده اند که این نرونهای مصنوعی توسط تعدادی بردار وزن به هم متصل می شوند. شبکه‌های عصبی مصنوعی قادرند حجم زیادی از اطلاعات ورودی (مانند کاتالوگ زمین لرزه)را به طور هم زمان و به صورت موازی دسته‌بندی کنند و الگوهای لرزه ای را بخوبی تشخیص دهند. شبکه های عصبی مصنوعی برای یادگیری کاتالوگ زمین لرزه که داده‌های آماری با ابعاد زیاد است،دارای دو خاصیت خلاصه سازی و تعمیم هستند.
تركيب قوانين يادگيري رقابتي و انجمني، به پيدايش شبكه‌هاي عصبي رقابتي بدون ناظر (خود سازمانده) منجر مي‌شود.در شبکه عصبی خود سازمانده كوهونن (SOFM)، تعدادي نرون عصبي كه معمولاً در يك توپولوژي مسطح كنار يكديگر چيده مي‌شوند، با رفتار متقابل روي يكديگر، هدف اساسي شبکه خود سازمانده کوهونن را انجام می دهند. هدف اساسي شبکه خود سازمانده کوهونن، تبديل الگوي ورودي با ابعاداختياري به يك نقشه گسسته يك يا دو بعدي است. هنگامي كه الگوريتم شبکه عصبی کوهونن همگرا شد، نقشه مشخصات محاسبه شده بوسيله اين الگوريتم، مشخصات آماري مهم فضاي ورودي را نشان مي دهد. به خاطر وجود این خاصیت، شبکه خود سازمانده کوهونن، قادر به خوشه‌یابی زمین لرزه‌های مشابه در یک طبقه یا دسته است.
شناسایی الگوی توزیع پسلرزه‌ها و خوشه‌یابی آنها یکی از مسائل مهم و پیچیده در زلزله شناسی است. آنچه که این امر را دشوار می‌سازد، ساختار متنوع موجود در منطقه مورد مطالعه و ماهیت تصادفی و غیرقطعی سیگنال‌های لرزه‌ای است.
در این پایان نامه برای پیش یابی توزیع مکانی و روند پسلرزه های زمین لرزه بم ایران (۲۰۰۳) و زمین لرزه چنگدو سیچوان چین(۲۰۰۸) از شبکه عصبی کوهونن استفاده خواهیم کرد. به طوری که با اعمال کاتالوگ پسلرزه های چند روز اول(به عنوان ورودی به شبکه عصبی کوهونن) می توان کانون تمرکز و روند پسلرزه‌های آینده را پیش یابی نمود.
کلیه حقوق مادی و معنوی این سایت متعلق به پژوهشگاه بین المللی زلزله شناسی و مهندسی زلزله می باشد.
مختصري از چيستى و اهداف بيانيه صيانت از داده ها:
اطلاعات شخصى هر فرد، بخشى از حریم خصوصى وى محسوب میشود. حفاظت بيشتر از حقوق شخصى افراد، نه تنها موجب حفظ امنيت كاربران شده، بلكه باعث اعتماد بيشتر و مشاركت آنها در فعاليت هاى جارى میگردد. هدف از این بيانيه، آگاه ساختن شما درباره نوع و نحوه استفاده از اطلاعاتى است كه در هنگام بازدید از سایت، از جانب شما دریافت خواهد شد.
برخى موارد قانونى در رابطه با حریم خصوصى و صيانت از داده:
پژوهشگاه بین المللی زلزله شناسی و مهندسی زلزله بر اساس ماده 7 تصویب نامه شماره 1127128 شوراي عالی اداري مورخ 1395/12/28 خود را ملزم به رعایت حریم خصوصی همه افراد و كاربران وبگاه دانسته و از كاربران آن دسته از اطلاعات را كه فقط به منظور ارائه خدمات كفایت میكند، دریافت كرده و از انتشار آن یا در اختيار قرار دادن آن به دیگران خودداري مینماید.
اهداف از گرفتن برخی اطلاعات
اطلاعات جمع آوري شده از بازدیدكنندگان، صرفا براي بهبود كيفيت خدمات و محتواي سایت مورد استفاده قرار میگيرند و هيچ بخشی از اطلاعات شخصی شما را بدون اطلاع و اجازه ي قبلی، با فرد یا موسسه دیگري در ميان نخواهيم گذاشت. ثبت نشانی IP شما به ما كمک میكند تا در تشخيص و رفع مشكلات مربوط به سرویس دهنده و كنترل بهتر آن اقدام كنيم.
نوع اطلاعاتی كه از كاربران جمع آوري میشود
چگونگی استفاده از داده هاي جمع آوري شده
تدابير حفاظت از داده ها
پژوهشگاه بین المللی زلزله شناسی و مهندسی زلزله حفاظت و حراست از اطلاعات شخصى شما را امرى بسيار جدى و مهم میداند. همچنين میتوانيد مطمئن باشيد كه از آن تنها بر اساس اصول مطرح شده در این بيانيه استفاده میشود. این سازمان از تجهیزات سخت‌افزاری و نرم‌افزاری پیشرفته جهت جلوگیری از نفوذ نرم‌افزارهای مخرب استفاده می‌کند.
در هرحال تعهدات و مسئولیت های ما محدود به توانایى ها و امکانات ما بوده و ما در قبال اقدامات مجرمانه و یا حوادث و رویدادهاى غيرمترقبه یا اتفاقاتى كه منتسب یا ناشى از اقدامات ما نباشد مسئوليت و یا تعهدى نخواهيم داشت.
