اخبار و اعلانات
آمار
| تعداد نشریات | 34 |
| تعداد شماره‌ها | 1,289 |
| تعداد مقالات | 9,294 |
| تعداد مشاهده مقاله | 8,800,283 |
| تعداد دریافت فایل اصل مقاله | 5,339,815 |
مدیریت نوین بلایای طبیعی با رویکرد هوش مصنوعی و استفاده از منطق فازی و فرایند داده کاوی | ||
| مطالعات مدیریت بحران | ||
| مقاله 4، دوره 16، شماره 4، دی 1403، صفحه 109-91 اصل مقاله (1011.63 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| حامد اصغری* 1؛ هادی ذاکری2 | ||
| 1کارشناسی ارشد مدیریت بحران دانشگاه مالک اشتر | ||
| 2مجتمع پدافند غیرعامل دانشگاه مالک اشتر | ||
| تاریخ دریافت: 16 آذر 1403، تاریخ بازنگری: 11 دی 1403، تاریخ پذیرش: 15 دی 1403 | ||
| چکیده | ||
| تحقیق حاضر به بررسی کاربردهای هوش مصنوعی در مدیریت بلایای طبیعی و چالش‌های مرتبط با آن می‌پردازد. هدف این تحقیق، شناسایی و تحلیل نقش هوش مصنوعی، به ویژه الگوریتم‌های یادگیری عمیق و شبکه‌های عصبی کانولوشنی (CNN)، در بهبود پیش‌بینی و شناسایی بلایای طبیعی است. یافته‌ها نشان می‌دهند که فناوری‌های سنجش از دور در تشخیص آتش‌سوزی و پیش‌بینی زلزله نقش کلیدی دارند و می‌توانند به بهبود عملیات اطفای حریق و ارزیابی خسارت کمک کنند. با این حال، چالش‌هایی نظیر کیفیت و دسترسی به داده‌ها در مناطق محروم و ضعف‌های موجود در قابلیت تعمیم مدل‌های یادگیری عمیق، نیاز به توجه و بهبود بیشتری دارند. بهینه‌سازی سیستم‌های هشدار زودهنگام (EWS) با استفاده از هوش مصنوعی و تفسیرپذیری هوش مصنوعی (XAI) می‌تواند فرآیندهای پیش‌بینی و پاسخ به بلایا را بهبود بخشد. این تحقیق همچنین پیشنهاد می‌کند که استفاده از سیستم‌های ارزیابی ریسک مانند روش Bowtie می‌تواند به تجسم روابط علی در موارد پرخطر کمک کند. در نهایت، این تحقیق به عنوان یک مرجع برای پژوهش‌های آینده در زمینه مدیریت بلایای طبیعی و بهینه‌سازی سیستم‌های هشدار زودهنگام عمل می‌کند و می‌تواند به افزایش تاب‌آوری جوامع آسیب‌پذیر کمک کند. | ||
| کلیدواژه‌ها | ||
| هوش مصنوعی؛ پیش‌بینی بلایا؛ یادگیری عمیق؛ مدیریت بلایا؛ کاهش مخاطرات | ||
|
آمار تعداد مشاهده مقاله: 38 تعداد دریافت فایل اصل مقاله: 42 |
||