داده افزایی

مخاطرات طبیعی از جمله زمین لرزها، از چالش های جدی برای جوامع بشری به شمار می روند. این پدیده ها علاوه بر جانی، خسارات اقتصادی و اجتماعی قابل توجهی را نیز به دنبال دارند. با توجه به اینکه بعضی از این مخاطرات، به طور ناگهانی و غیرقابل پیش بینی رخ می دهند، لازم است که ارزیابی و مدیریت بهینه این مخاطرات در دستور کار سیاست گذاران و مسئولان مدیریت بحران قرار گیرد. پیشرفت ها و دستاوردهای اخیر در زمینه الگوریتم های هوشمند توانسته است توان بشر در کاهش آثار ناشی از وقوع را کاهش دهد. از نمونه این دستاوردها، سیستم های هشدار سریع زمین لرزه هستند که به عنوان ابزاری مؤثر در کاهش آسیب ها و تلفات انسانی مطرح شده و می توانند با محاسبه پارامترهای مبنایی زمین لرزه هشدار زودهنگامی را به جمعیت متاثر از رویداد صادر کرده اطلاعات مورد نیاز را در اختیار مسولان قرار دهند. با توجه به اینکه یکی از ارکان اساسی استفاده از الگوریتم های یادگیرنده، وجود داده های آموزشی کافی می باشد که بتواند شرایط متنوع قابل انتظار را پوشش دهد. این در حالی است که در مواردی مانند داده های مربوط به مطالعات زمین لرزه که تعداد نمونه های موجود در دسترس ناکافی است، تکنیک های داده افزایی استفاده می شوند. در این تحقیق، تاثیر داده افزایی در محاسبه بزرگای زمین لرزه به صورت آنی و بر اساس داده های جنبش نیرومند زمین مورد بررسی قرار گرفته است. بر اساس تحلیل های صورت گرفته بر روی داده های بیش از سه هزار زمین لرزه بوقوع پیوسته نشان داده شده است که استفاده از داده افزایی موجب بهبود عملکرد تعمیم دهی شبکه یادگیرنده به مقدار 37 درصد شده است.