کاربرد دانش داده کاوی در پیش بینی همخوانی میزان خورند سیمان از عدد لوژن در سد سلمان فارسی

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 710

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

GSI31_379

تاریخ نمایه سازی: 19 اسفند 1391

چکیده مقاله:

عصر انقلاب تکنولوژی، تمامی حوزههای علمی مختلف را بر این داشته تا به گونهای از حد و مرز خود فراتر رفته و از اطلاعات و ارتباطات موجود در این عرصهی دیجیتالی بهرهمند شوند. علم زمین شناسی نیز از این امر مستثنی نبوده و همواره سعی شده است تا از دانشهای نوین سودمند گردد. دانش دادهکاوی، از جمله دانشهای در حال توسعهای است که پل ارتباطی بین رشتهای را فراهم میسازد. این علم فرآیندی پیچیده جهت شناسایی الگوهای صحیح، جدید و به صورت بالقوه مفید، در حجم وسیعی از داده میباشد، به طریقی که این مدلها برای افراد قابل درک باشند. پایگاه دادهای مرتبط در سدها خود عاملی برای بکارگیری این دانش در تحلیل و بررسی اینگونه دادهها میباشد، بدین منظور در این تحقیق با توجه به نظریههای مختلفی که پیرامون ارتباط و عدم ارتباط بین مقادیر اندازهگیری شدهی خورند سیمان و لوژن وجود دارد، با استفاده از مزایای دانش دادهکاوی میتوان همخوانی میزان خورند سیمان از مقادیر لوژن را در عملیات تزریق، با دخیل کردن پارامترهایی نظیر زاویهی گمانه، نوع رفتار هیدروژئومکانیکی، عدد لوژن و عمق گمانه، پیشبینی نمود و الگویی جدید در این زمینه ارائه داد.

نویسندگان

فرزان فراز

دانشجوی کارشناسی ارشد زمین شناسی تکتونیک، دانشگاه آزاد اسلامی واحد

مریم رضایی

دانشجوی کارشناسی ارشد مهندسی کامپیوتر- نرم افزار، دانشگاه شهید بهشتی

کوروس یزدجردی

دانشگاه آزاد اسلامی واحد شیراز، گروه زمین شناسی، شیراز، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • زعفریان، ر.، زعفریان، ق.، 1380. مروری بر داده‌کاوی، فصلنامه صنایع، ...
  • مروری بر کلاسه بندی و الگوریتم های آن [مقاله کنفرانسی]
  • _ _ _ _ نامه کارشناسی ...
  • مهندسی مشاور مهاب قدس، 1383. گزارش سیمای طرح سد سلمان ...
  • Breiman, L., Friedman, J., Stone, C. J., Oshen, R. A. ...
  • Edelstein, H. A. (1999). Introduction to Data Mining and Knowledge ...
  • _ Ewert, F. K. (1985). Rock Grouting with emphasis on ...
  • Ferreira, J. T. A. S., Denison, D. G. T., Hand, ...
  • Hand, D. J. (2004). Acadermic obsessions and classification realities: Ignoring ...
  • Hand, D. J. (1998). Data Mining: Statistics and More? The ...
  • Han, J., Kamber, M. (2006). Data Mining: Concept and technique, ...
  • Houlsby, A. _ (1976). Routine interpretation of the Lugeon water ...
  • Quinlan, J. R. (1986). Introduction of decision tree: Machine Learning. ...
  • Ruggieri, S. (2002). Efficient C4.5. IEEE Transactions on Knowledge and ...
  • Seifert, J. W. (2004). Data Mining An Overview: Analyst in ...
  • Witten, I. H., Frank, E. (2005). Data mining, Practical Machine ...
  • نمایش کامل مراجع