اﺳﺘﻔﺎده از ﺷﺒﮑﻪ TLRNs در ﺗﻌﯿﯿﻦ ﺿﺮﯾﺐ اﯾﻤﻨﯽ ﺧﺎك ﻧﺎﺷﯽ از زﻟﺰﻟﻪ

ﺷﺒﮑﻪ Time lagged recurrent networks TLRNs ﯾﮏ ﺷﺒﮑﻪ ﻋﺼﺒﯽ ﻣﺼﻨﻮﻋﯽ ﺗﻮﺳﻌﻪ ﯾﺎﻓﺘﻪ ﺑﺎ ﺳﺎﺧﺘﺎرﺣﺎﻓﻈﻪ ﮐﻮﺗﺎه ﻣﺪت زﻣﺎﻧﯽ ﻣﯽ ﺑﺎﺷﺪ ﺑﻪ دﻟﯿﻞ اﯾﻨﮑﻪ ﺑﯿﺸﺘﺮ داده ﻫﺎ در دﻧﯿﺎي واﻗﻌﯽ ﺗﺎﺑﻊ ﻣﺘﻐﯿﺮ زﻣﺎن ﻣﯽ ﺑﺎﺷﻨﺪ ﺑﻪ ﻫﻤﯿﻦ ﻣﻨﻈﻮر از اﯾﻦ ﺷﺒﮑﻪ ﺑﺮاي ﻣﺪﻟﻬﺎﯾﯽ ﮐﻪ ﭘﯿﺶ ﺑﯿﻨﯽ در آﻧﻬﺎ ﺑﻪ ﺻﻮرت ﺳﺮﯾﻬﺎي زﻣﺎﻧﯽ ﻏﯿﺮﺧﻄﯽ ﻣﯽ ﺑﺎﺷﻨﺪ اﺳﺘﻔﺎده ﻣﯽ ﮔﺮدد. ﭘﺎﯾﺪاري ﺷﯿﺐ در ﻃﺮاﺣﯽ و ﺳﺎﺧﺖ ﺑﺰرﮔﺮاه ﻫﺎ، ﮔﻮدال ﻫﺎي ﺑﺎز و ﺳﺪﻫﺎي ﺧﺎﮐﯽ ﺑﺴﯿﺎر ﻣﻬﻢ اﺳﺖ . ﺗﺠﺰﯾﻪ و ﺗﺤﻠﯿﻞ ﭘﺎﯾﺪاري ﺷﯿﺐ ﺑﯿﺸﺘﺮ ﺗﺤﺖ ﺑﺎر ﺛﺎﺑﺖ اﻧﺠﺎم ﻣﯽ ﮔﺮدد، ﺑﺎ اﯾﻦ ﺣﺎل، در ﯾﮏ ﻣﻨﻄﻘﻪ زﻟﺰﻟﻪ ﺧﯿﺰ، زﻟﺰﻟﻪ ﯾﮏ ﻧﯿﺮوي ﻣﻬﻢ اﺳﺖ ﮐﻪ ﻣﯽ ﺗﻮاﻧﺪ ﺑﺎﻋﺚ ﺷﮑﺴﺖ داﻣﻨﻪ ﺧﺎك ﺷﻮد ﺑﻨﺎﺑﺮاﯾﻦ، در اﯾﻦ ﻣﻨﺎﻃﻖ، ﻻزم اﺳﺖ ﺑﻪ اﻧﺠﺎم ﺗﺠﺰﯾﻪ و ﺗﺤﻠﯿﻞ ﭘﺎﯾﺪاري ﺷﯿﺐ ﻟﺮزه اي ﭘﺮداﺧﺖ. در اﯾﻦ ﻣﻘﺎﻟﻪ ﺑﻪ ﺗﻌﯿﯿﻦ ﭘﺎﯾﺪاري ﺷﯿﺒﻬﺎي ﻣﺼﻨﻮﻋﯽ ﺑﺎ اﺳﺘﻔﺎده از ﻣﺪل TLRNs ﭘﺮداﺧﺘﻪ ﻣﯽ ﺷﻮد و از اﻟﮕﻮرﯾﺘﻢ ژﻧﺘﯿﮏ ﺑﺮاي ﺑﻬﯿﻨﻪ ﺳﺎزي وزﻧﻬﺎ اﺳﺘﻔﺎده ﻣﯽ ﮔﺮدد. ﺑﺪﯾﻦ ﻣﻨﻈﻮر ﻣﺘﻐﯿﺮﻫﺎي وزن واﺣﺪ ، ﭘﯿﻮﺳﺘﮕﯽ ﺧﺎك ، زاوﯾﻪ داﺧﻠﯽ اﺻﻄﮑﺎك و ﺿﺮﯾﺐ ﻟﺮزه اي ﺑﻪ ﻋﻨﻮان ﭘﺎراﻣﺘﺮﻫﺎي ورودي و ﻣﺘﻐﯿﺮ ﺿﺮﯾﺐ اﯾﻤﻨﯽ در ﭘﺎﯾﺪاري ﺧﺎك ﺑﻪ ﻋﻨﻮان ﭘﺎراﻣﺘﺮ ﺧﺮوﺟﯽ اﺳﺘﻔﺎده ﻣﯽ ﮔﺮدد. ﻧﺘﺎﯾﺞ ﻧﺸﺎن ﻣﯽ دﻫﺪ ﮐﻪ ﻣﺪل TLRNs ﮐﻪ وزﻧﻬﺎي آن ﺑﺎ اﻟﮕﻮرﯾﺘﻢ ژﻧﺘﯿﮏ ﺑﻬﯿﻨﻪ ﺷﺪه اﺳﺖ از ﺗﻮاﻧﺎﯾﯽ ، اﻧﻌﻄﺎف ﭘﺬﯾﺮي و دﻗﺖ ﻣﻨﺎﺳﺒﯽ در ﺗﻌﯿﯿﻦ ﺿﺮﯾﺐ اﯾﻤﻨﯽ ﻧﺎﺷﯽ از زﻟﺰﻟﻪ ﺑﺮﺧﻮردار ﻣﯽ ﺑﺎﺷﺪ.