[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
داوران::
ثبت نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
بایگانی مقالات زیر چاپ::
آمار نشریه::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
آمار سایت
مقالات منتشر شده: 335
نرخ پذیرش: 63.1
نرخ رد: 36.9
میانگین داوری: 208 روز
میانگین انتشار: 343 روز
..
:: ::
برگشت به فهرست مقالات برگشت به فهرست نسخه ها
پیش‌بینی درخشش‌های یونسفری با استفاده از ترکیب روش‌های یادگیری عمیق برای منطقه آمریکای جنوبی
علیرضا عتباتی ، ایرج جزیرئیان* ، محمد مهدی علیزاده الیزئی
دانشگاه صنعتی خواجه نصیرالدین طوسی
چکیده:   (672 مشاهده)
اغتشاشات پلاسمای یونسفری، که اغلب ناشی از فعالیت‌های خورشیدی و میدان‌های مغناطیسی بین سیاره‌ای هستند، سبب ایجاد تغییراتی نامنظم در چگالی الکترونی یونسفر شده که منجر به رخداد درخشش‌های یونسفری می‌شوند. درخشش‌های یونسفری باعث بروز نوسانات شدید در شدت و فاز سیگنال‌های رادیویی شده که می‌توانند بر دقت سیستم‌های ناوبری ماهواره‌ای تأثیر بگذارند. این پدیده به‌صورت نامنظم رخ می‌دهد و درصد رخداد این پدیده در محدوده‌هایی با عرض جغرافیایی پایین و در نزدیکی آنامولی استوایی، به نسبت بالاتر از مناطق با عرض متوسط و بالا است. در این پژوهش از ترکیبی از روش‌های شبکه‌های یادگیری عمیق و استفاده از روش تابع زیان هوبر با دخالت دادن وزن‌ مشاهدات، برای پیش‌بینی مکانی-زمانی درخشش‌های یونسفری به صورت نزدیک به آنی استفاده شده است. در این پژوهش از روش ConvGRU که حاصل از ترکیب یک شبکه واحد بازگشتی دروازه‌ای (GRU) با یک مدل کانولوشن، به‌عنوان یک روش پیش‌بینی مکانی-زمانی برای مجموعه داده‌های درخشش یونسفری، استفاده شده است. برای این منظور، از داده‌های مشاهداتی 121 ایستگاه زمینی GNSS، در محدوده عرض جغرافیایی 15 درجه شمالی تا 55 درجه جنوبی و محدوده طول جغرافیایی 270 درجه تا 330 درجه شرقی در محدوده‌ آنامولی استوایی و در سراسر آمریکای جنوبی، برای ماه‌های ژانویه، مارس و جولای سال‌های 2015 (سالی با فعالیت خورشیدی بالا) و 2020 (سالی با فعالیت خورشیدی پایین)، استفاده شده است. این انتخاب ارزیابی دقت مدل پیشنهادی را در طیفی متنوع از سناریوهای ژئومغناطیسی به نمایش می‌گذارد. مدل طراحی شده توانایی پیش‌بینی درخشش‌های یونسفری را با متوسط دقت حدوداً 75% برای سال 2015 و 80% برای سال 2020 را به‌صورت منطقه‌ای دارد. این مطالعه نشان می‌دهد که با استفاده از تکنیک‌های پیشرفته یادگیری ماشین، می‌توان اغتشاشات یونسفری را با دقت بالا پیش‌بینی کرد که می‌تواند برای یک سیستم هشدار نزدیک به آنی برای کاربران سیستم‌های ناوبری جهت بهبود دقت مشاهدات مناسب باشد.
واژه‌های کلیدی: سیستم تعیین موقعیت جهانی (GNSS)، اغتشاشات یونسفری، یادگیری عمیق، واحد بازگشتی مبتنی بر کانولوشن، تابع زیان هوبر، درخشش یونسفری دامنه (S4)
     
نوع مطالعه: پژوهشي | موضوع مقاله: ژئودزی (عمومی)
دریافت: 1403/2/4 | پذیرش: 1403/5/13 | انتشار الکترونیک پیش از انتشار نهایی: 1403/12/27
ارسال پیام به نویسنده مسئول


XML   English Abstract   Print



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
برگشت به فهرست مقالات برگشت به فهرست نسخه ها
نشریه علمی-پژوهشی مهندسی فناوری اطلاعات مکانی Engineering Journal of Geospatial Information Technology
Persian site map - English site map - Created in 0.06 seconds with 38 queries by YEKTAWEB 4710