شماره ركورد كنفرانس :
5359
عنوان مقاله :
كاربرد يادگيري عميق در مديريت منابع آب و پيش بيني سري هاي زماني
پديدآورندگان :
شاهرخي آرمين دانشجوي كارشناسي ارشد، بخش مهندسي آب، دانشكده كشاورزي، دانشگاه شهيد باهنر كرمان , سياري نسرين na_sa.uk.ac.ir استاديار، بخش مهندسي آب، دانشكده كشاورزي، دانشگاه شهيد باهنر كرمان , بختياري بهرام دانشيار، بخش مهندسي آب، دانشكده كشاورزي، دانشگاه شهيد باهنر كرمان , فرهادي حامد دانش آموخته دكتري، گروه علوم و مهندسي آب، دانشكده كشاورزي، دانشگاه فردوسي مشهد
كليدواژه :
يادگيري ماشين , شبكه عصبي بازگشتي , RNN , سريزماني , LSTM
عنوان كنفرانس :
شانزدهمين همايش ملي آبياري و كاهش تبخير
چكيده فارسي :
هوش مصنوعي توانايي يادگيري، استنتاج و تصميمگيري هوشمندانه را دارد. يكي از مزيت‌هاي اصلي هوش مصنوعي اين است كه با استخراج الگوها و يادگيري از داده‌ها، قادر به تشخيص و پيش‌بيني درست مسائل مي‌باشد. هوش مصنوعي به دليل كاربردهاي فراوان در زمينه‌هاي مختلف به‌عنوان ابزاري براي حل بهتر مشكلات مورد توجه قرار گرفته است. در سال‌هاي اخير اين فن‌آوري در زمينه فرآيندهاي كنترل، نگهداري، توزيع و تصفيه آب و فاضلاب و مطالعات هواشناسي و كشاورزي براي مدل‌سازي، بهينه‌سازي و ارائه راه‌حل‌هايي جهت مديريت راهبردي جلوگيري، هدر رفت آب، كاهش هزينه‌هاي عملياتي و بهينه‌سازي توليد انرژي مورد استفاده قرارگرفته است. فن‌آوري‌هاي مختلف هوش مصنوعي در فرآيندهاي منابع آبي و كشاورزي و حتي عملكردهاي هواشناسي تمركز دارند. در اين مطالعه مدل‌هاي مختلف هوش مصنوعي در فرآيندهاي آبي و هواشناسي ارائه و پس از مرور بر مطالعات انجام شده، روش‌ها و نتايج تحقيقات بيان شده است. با توجه به مزيت‌هاي فراوان در هوش مصنوعي، اين فن‌آوري با محدوديت‌هايي نيز مواجه است. صرف‌نظر از اين موانع، پيشرفت تحقيقات فعلي نشان مي‌دهد كه ابزارهاي هوش مصنوعي داراي پتانسيل‌هاي بالا براي متحول كردن فرآيند و برنامه‌هاي آب دارد. با توجه به مدل‌هاي بررسي شده در اين پژوهش استفاده از مدل‌هاي RNN، ANN و تكنيك‌هاي هوش مصنوعي تركيبي گزينه‌هاي خوبي براي دستيابي به‌دقت و پيش‌بيني دقيق‌تر هستند.
