{"title":"利用一般回归神经网络反演垂直电探测数据","authors":"Doğukan Durdağ, E. Pekşen","doi":"10.29130/dubited.1100533","DOIUrl":null,"url":null,"abstract":"Düşey elektrik sondajı (DES) verilerinin ters çözümü doğrusal olmayan bir problem olması nedeniyle zor bir işlemdir. Bu çalışmada, genelleştirilmiş regresyon sinir ağlarının özdirenç problemine uygulanabilirliği araştırılmıştır. Genelleştirilmiş regresyon sinir ağları (GRNN) ile düşey elektrik sondajı verilerinin ters çözümü test edilmiştir. Sinir ağı düz çözüm ile oluşturulan yapay verilerle eğitilmiştir. Ağ hem eğitim seti içinde bulunmayan diğer yapay veriler ile hem de arazi verisi ile test edilmiştir. Ayrıca GRNN parametresi olan yayılım parametresi de farklı değerler kullanılarak karşılaştırılmıştır. En düşük hata oranını veren yayılım parametresi kullanılmıştır. Yapay veriler 3 tabakalı modellerdir. Arazi verisi ise 4 tabakalı olarak değerlendirilmiştir. GRNN çıktısı yapay verilerde 3 tabakalı model için 3 özdirenç ve 2 tabaka kalınlığı olmak üzere 5 parametredir. Arazi verisinde ise 4 tabakalı bir model için 4 özdirenç ve 3 tabaka kalınlığı olmak üzere 7 parametredir. GRNN ile ters çözüm sonuçları çok düşük hata oranları ile başarılı olmuştur. DES verilerinin kalınlık ve özdirenç kestirimleri için GRNN yöntemi performansı yüksek bir oranda başarılı olmuştur.","PeriodicalId":11443,"journal":{"name":"Düzce Üniversitesi Bilim ve Teknoloji Dergisi","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2024-01-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Inversion of Vertical Electrical Sounding Data by Using General Regression Neural Network\",\"authors\":\"Doğukan Durdağ, E. Pekşen\",\"doi\":\"10.29130/dubited.1100533\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Düşey elektrik sondajı (DES) verilerinin ters çözümü doğrusal olmayan bir problem olması nedeniyle zor bir işlemdir. Bu çalışmada, genelleştirilmiş regresyon sinir ağlarının özdirenç problemine uygulanabilirliği araştırılmıştır. Genelleştirilmiş regresyon sinir ağları (GRNN) ile düşey elektrik sondajı verilerinin ters çözümü test edilmiştir. Sinir ağı düz çözüm ile oluşturulan yapay verilerle eğitilmiştir. Ağ hem eğitim seti içinde bulunmayan diğer yapay veriler ile hem de arazi verisi ile test edilmiştir. Ayrıca GRNN parametresi olan yayılım parametresi de farklı değerler kullanılarak karşılaştırılmıştır. En düşük hata oranını veren yayılım parametresi kullanılmıştır. Yapay veriler 3 tabakalı modellerdir. Arazi verisi ise 4 tabakalı olarak değerlendirilmiştir. GRNN çıktısı yapay verilerde 3 tabakalı model için 3 özdirenç ve 2 tabaka kalınlığı olmak üzere 5 parametredir. Arazi verisinde ise 4 tabakalı bir model için 4 özdirenç ve 3 tabaka kalınlığı olmak üzere 7 parametredir. GRNN ile ters çözüm sonuçları çok düşük hata oranları ile başarılı olmuştur. DES verilerinin kalınlık ve özdirenç kestirimleri için GRNN yöntemi performansı yüksek bir oranda başarılı olmuştur.\",\"PeriodicalId\":11443,\"journal\":{\"name\":\"Düzce Üniversitesi Bilim ve Teknoloji Dergisi\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2024-01-26\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Düzce Üniversitesi Bilim ve Teknoloji Dergisi\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.29130/dubited.1100533\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Düzce Üniversitesi Bilim ve Teknoloji Dergisi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.29130/dubited.1100533","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Inversion of Vertical Electrical Sounding Data by Using General Regression Neural Network
Düşey elektrik sondajı (DES) verilerinin ters çözümü doğrusal olmayan bir problem olması nedeniyle zor bir işlemdir. Bu çalışmada, genelleştirilmiş regresyon sinir ağlarının özdirenç problemine uygulanabilirliği araştırılmıştır. Genelleştirilmiş regresyon sinir ağları (GRNN) ile düşey elektrik sondajı verilerinin ters çözümü test edilmiştir. Sinir ağı düz çözüm ile oluşturulan yapay verilerle eğitilmiştir. Ağ hem eğitim seti içinde bulunmayan diğer yapay veriler ile hem de arazi verisi ile test edilmiştir. Ayrıca GRNN parametresi olan yayılım parametresi de farklı değerler kullanılarak karşılaştırılmıştır. En düşük hata oranını veren yayılım parametresi kullanılmıştır. Yapay veriler 3 tabakalı modellerdir. Arazi verisi ise 4 tabakalı olarak değerlendirilmiştir. GRNN çıktısı yapay verilerde 3 tabakalı model için 3 özdirenç ve 2 tabaka kalınlığı olmak üzere 5 parametredir. Arazi verisinde ise 4 tabakalı bir model için 4 özdirenç ve 3 tabaka kalınlığı olmak üzere 7 parametredir. GRNN ile ters çözüm sonuçları çok düşük hata oranları ile başarılı olmuştur. DES verilerinin kalınlık ve özdirenç kestirimleri için GRNN yöntemi performansı yüksek bir oranda başarılı olmuştur.
京公网安备 11010802042870号
京ICP备2023020795号-1
分享
求助内容：
应助结果提醒方式：
扫码关注我们
