مدیریت منابع آب و محیط زیست مبتنی بر یادگیری ماشین [پايان نامه فارسي]
سید شهاب شرفی
| شناسگر رکورد: | ۱۶۴۴۸ |
| رشته تحصیلی: | نرم افزار |
| عنوان: | مدیریت منابع آب و محیط زیست مبتنی بر یادگیری ماشین |
| نويسنده: | سید شهاب شرفی |
| استاد راهنما : | دکتر علی موقر رحیم آبادی |
| استاد مشاور: | دکتر بابک مجیدی |
| مقطع تحصیلی : | کارشناسی ارشد |
| دانشگاه : | خاتم |
| تاریخ دفاع : | ۱۳۹۸ |
| چکیده: | با توجه به مشکلات محیط زیستی و کمبود منابع آبی، ضرورت مدیریت بهینه منابع آبی و محیط زیست روز به روز بیشتر احساس می شود. یکی از مهمترین مشکلات فعالیت های انسانی است که نواحی جنگلی را تهدید می کند. گسترش شهرها در کنار نواحی جنگلی، افزایش جادههای جنگلی، توسعه زمین های کشاورزی در نواحی جنگلی از مهمترین تهدیدها می باشد. پایش مناطق جنگلی از طریق پهبادها و عکس های ماهواره ای یکی از بهترین راه حل ها در این زمینه می باشد. از طرفی با توجه به اینکه مسائل مرتبط به مدیریت منابع آب و محیط زیست جز مسائلی است که دارای درجه ای از عدم قطعیت می باشد. بهره گیری از روش های یادگیری ماشین و هوش مصنوعی می تواند در این زمینه راه گشا باشد. در این زمینه در سال های اخیر پیشرفت های زیادی حاصل شده است. تکنیک های یادگیری ماشین و روش های یادگیری عمیق کانولوشنال برای دسته بندی و شبکه متضاد سازنده برای خلق تصاویر جدید و روش های فیوز داده ها از جمله پیشرفت هایی می باشند که می تواند به اتواتیک کردن روش های پایش محیط زیست و منابع آب ما را یاری کند. در این تحقیق جنگل های شمال ایران برای مطالعه انتخاب شده و مواردی شامل جاده های جنگلی، زمین های کشاورزی ساخته شده کنار جنگل و خانه های ساخته شده در مناطق جنگلی را مورد مطالعه قرار گرفته از شبکه متضاد سازنده برای خلق تصاویر مورد استفاده در داده های آموزشی بهره گرفته شده. از شبکه های عصبی کانولوشنال برای دسته بندی عکس ها استفاده شده است. داده های عددی مورد مطالعه قرار گرفته و روش فیوز داده برای فیوز نتایج بدست آمده از روش های مختلف مورد استفاده قرار گرفته است. |
| واژگان کلیدی: | مهندسی کامپیوتر |
| مهندسی نرم افزار | |
| محیط زیست | |
| هوش مصنوعی | |
| شبکه عصبی کانولوشن عمیق | |
| شبکه متضاد سازنده |
جهت ثبت نظر با حساب کاربری تان وارد شوید