تخمین ناپایداری مزمن مچ پا در ورزشکاران با استفاده از شبکه های عصبی مصنوعی
Abstract
چکیده ندارد.
چکیده ندارد.
هدف شبکه عصبی مصنوعی الگویی الهامگرفته از سیستم عصبی انسان است که اطلاعات را بهصورت مشابه مغز پردازش میکند. ناپایداری مزمن مچ پا یکی از شایعترین عوارض اسپرینهای حاد است که تنها با دو عامل مکانیکی و عملکردی توضیح داده نمیشود. هدف این پژوهش، پیشبینی ناپایداری مزمن مچ پا در و
پارامترهای ژئومکانیکی و پتروفیزیکی مخزن همانند سرعت موج برشی، تخلخل و تراوایی از جمله پارامترهای مهمی هستند که در شبیهسازی مخازن هیدروکربوری و استراتژیهای اکتشافی نقش موثری ایفا می کنند. اخیراً روشهای هوش مصنوعی بهمنظور پیشبینی این پارامترها با استفاده از دادههای چاه پیمایی
در این مقاله تطابق بین تخلخل مفید به دست آمده از نگار (log) رزونانس مغناطیسی هسته2(nmr) و نشانگرهای لرزه ای از طریق دو روش رگرسیون خطی چندگانه و شبکه عصبی مصنوعی بررسی شده است. در ابتدا نمودارهای هر چاه از طریق ایجاد لرزه نگاشت مصنوعی با اطلاعات برداشت لرزه ای مطابقت داده شدند. ب
زمینه و هدف: اطلاع از نحوه توزیع پارامترهای کیفی و کمی از مهمترین پارامترهای اولیه مدیریت جامع منابع آبزیرزمینی میباشد. بنابراین در این تحقیق سعی گردید، مدل و ترکیب ورودی مناسب جهت تخمین پارامترهای کیفی هدایت الکتریکی (EC)، یون کلسیم (Ca) و یون سدیم (Na) آبخوانهای دشت گیلان
به منظور انجام تحلیلهای دینامیکی و همچنین تعیین میزان خطرپذیری در هر منطقه بایستی بتوان پارامترهای زمینلرزه احتمالی آن منطقه را تخمین زد. در این مقاله تلاش خواهد شد با استفاده از شبکه عصبی مصنوعی مقادیر شتاب، سرعت و جابجایی ماکزیمم زمین تخمین زده شود. بدین منظور از شبکههای ع
تراوایی یکی از پارامترهای مهم در مطالعات پتروفیزیکی مخزن است و ارزیابی این پارامتر میتواند به عنوان یک ابزار کلیدی در توسعه میدانهای نفتی استفاده شود. هدف این مطالعه تخمین و مدلسازی سهبعدی تراوایی مخزنی سازند سورمه بالایی در یکی از میدانهای نفتی خلیجفارس است. سازند سورمه با سن ژ