دانلود مقاله انگلیسی رایگان:برآورد سرعت موج لرزه ای سنگهای دگرگونی با استفاده از شبکه عصبی مصنوعی - 2020
تبریک غدیر خم

با سلام خدمت کاربران عزیز، به اطلاع می رساند ترجمه مقالاتی که سال انتشار آن ها زیر 2008 می باشد رایگان بوده و میتوانید با وارد شدن در صفحه جزییات مقاله به رایگان ترجمه را دانلود نمایید.

دانلود مقاله انگلیسی شبکه های نورونی رایگان
  • Estimation of seismic wave velocities of metamorphic rocks using artificial neural network Estimation of seismic wave velocities of metamorphic rocks using artificial neural network
    Estimation of seismic wave velocities of metamorphic rocks using artificial neural network

    سال انتشار:

    2020


    عنوان انگلیسی مقاله:

    Estimation of seismic wave velocities of metamorphic rocks using artificial neural network


    ترجمه فارسی عنوان مقاله:

    برآورد سرعت موج لرزه ای سنگهای دگرگونی با استفاده از شبکه عصبی مصنوعی


    منبع:

    Sciencedirect - Elsevier - Materials Today: Proceedings, 26 (2020) 324-330. doi:10.1016/j.matpr.2019.11.320


    نویسنده:

    Zarghaam Haider Rizvi a,⇑, Syed Jawad Akhtar b, Hasan Haider c, Jörg Follmann a, Frank Wuttke a


    چکیده انگلیسی:

    Effective physical parameter evaluation of rocks is of engineering and scientific importance and bears application in conventional and non-conventional energy production. Based on the laboratory and field-scale experiments, many mathematical correlations, empirical and semiempirical are developed considering mineralogy, microstructure and chemical composition. Laboratory experiments measuring the seismic velocities offers natural correlation among physical parameters. However, retrieving an intact lab scale size sample from depth is a challenging task. In this paper, we present an artificial neural network (ANN) trained with chemical composition, temperature and pressure of metamorphic rocks recovered from surface to 10 km depth. The training data is collected from literature, and the network is trained for several combinations of hidden layers and neurons. The best predicting network is used, and predictions are made for rocks from a different location. The results of the model predicted velocities are compared with laboratory measurements reported in the literature. A good agreement is found between the model prediction and measurements. The method could be a viable option for early prediction of seismic wave velocities parameters from chemical composition, temperature and pressure for drilling application and Martian or Lunar planetary heat and seismic studies.
    Keywords: Artificial neural network | Seismic wave method | High temperature and pressure | Rock physics Deep learning


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 7
    حجم فایل: 1208 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi