دیتاست لرزه خیزی

دیتاست لرزه خیزی

این پروژه مربوط به دیتاست لرزه خیزی می باشد .فعالیت معدن همواره با وقوع خطرات است که معمولا خطرات معدن نامیده می شوند یک مورد خاص از چنین تهدیدی یک خطر لرزه ای است که اغلب در بسیاری موارد رخ می دهد در معادن زیرزمینی خطر لرزه به سخت ترین قابل تشخیص و قابل پیش بینی از خطرات طبیعی و در یک زلزله پیش لرزه ای و لرزه ای پیشرفته قابل مقایسه است. سیستم های نظارت اجازه می دهد تا درک بهتر فرآیندهای توده سنگ و تعریف خطر لرزه ای پیچیدگی روش پیش بینی با این حال، دقت روشهایی تا کنون ایجاد شده است. فرآیندهای لرزه ای و عدم تناسب بزرگ بین تعداد رویدادهای لرزه ای کم انرژی و تعداد تکنیک های آماری برای پیش بینی کافی نیست(به عنوان مثال> 10 ^ 4J) ، از پدیده های انرژی بالا خطر لرزه ای بنابراین، برای جستجوی فرصت های جدید پیش بینی خطر بهتر،همچنین با استفاده از روش های یادگیری ماشین. در ارزیابی خطر لرزشی، تکنیک های خوشه بندی می توانند داده شوند. ارزیابی خطر در خوشه بندی فضا و زمان رویدادهای لرزه ای و کاربردی در مجله علوم مکانیک و معدنی بین المللی، معدن ذغال سنگ لهستان برای پیش بینی لرزه های لرزه ای از شبکه های عصبی مصنوعی استفاده می شود با استفاده از شبکه های عصبی از فرم داده ها در مورد کیفیت پیش بینی خطر لرزش های معدن.در اکثر برنامه های کاربردی،مهندسی ژئوتکنیک و زمین شناسی، ۲۴ (۵)، ۲۰۰۵، ۱۱۳۱-۱۱۴۷). نتایج به دست آمده از روش های ذکر شده که به صورت تفسیر شده است در قالب دو حالت است “خطرناک” و “غیر خطرناک”. توزیع نامتقارن مثبت (‘حالت خطرناک’) و منفی(“حالت غیر خطرناک”) یک در حال حاضر استفاده می شود مشکل جدی در پیش بینی خطر لرزه ای است. روش ها هنوز برای رسیدن به حساسیت خوب و خاصیت پیش بینی ها کافی نیستند. در مقاله وابسته به( Bukowska M) احتمال رخداد Rockburst در منطقه حوضه سیلسیای Upper Silesian مجله علوم معدنی، ۴۲ (۶)، ۲۰۰۶، ۵۷۰-۵۷۷) تعدادی از عوامل داشتن شرایط معدن طبیعی. وقوع لرزش با در میان عوامل دیگر، تأثیری بر وقوع خطر، اما اصلی خطر لرزه ای، انرژی) ۱۰ ^ ۴ (Jهدف از همه روش های ارزیابی خطر لرزه ای پیش بینی با دقت داده شده مربوط به زمان وتاریخ افزایش فعالیت لرزه ای است که می تواند موجب ایجاد سنگفرش شود. در مجموعه داده ها، هر سطر حاوی a است خلاصه ای در مورد فعالیت لرزه ای در توده سنگ در یک تغییر (۸ ساعت). اگر تصمیم بگیردصفت دارای مقدار ۱ است، سپس در هر بار تغییر بعدی هر لرزه ای با انرژی بیش از ۱۰ ^ ۴ J بود. این وظیفه پیش بینی خطرات بر رابطه بین انرژی ثبت شده است. از این رو، چنین خطر لرزش و فعالیت سیسموسکوسیستی با احتمال وقوع زلزله علاوه بر این، با اطلاعات در مورد پیش آگهی با پیش بینی دقیق Rockburst ارتباط ندارد، یک سرویس نظارتی مناسب می تواند خطر احتمال وقوع وضعیت (به عنوان مثال با ترساندن .تیراندازی) پیش بینی خوب و یا برداشتن کارگران از منطقه تهدید خطرناک را کاهش دهد در مجموعه داده ها مجموعه ای با توزیع نامتعادل از نمونه های مثبت و منفی مشخص می شود.

تنها ۱۷۰ نمونه مثبت از کلاس ۱ هستند.

تعداد نمونه ها:

۲۵۸۴

تعداد ویژگی ها:

۱۹

داده های پرت:

این دیتاست فاقد داده های پرت یا Missing Values می باشد

امکانات پروژه دیتاست لرزه خیزی:

• این دیتاست دارای یک داکیومنت کامل فارسی است. در این داکیومنت عنوان دیتاست، توضیحات کامل دیتاست، تعداد ویژگی ها، تعداد نمونه ها، توضیح تمام ویژگی های موجود و لینک دیتاست تشریح شده است.
• این دیتاست دارای یک داکیومنت کامل انگلیسی نیز می باشد، که در این دیتاست اطلاعات کاملی به زبان لاتین در رابطه با دیتاست معرفی شده ارائه شده است.
• پس از خرید، امکان دانلود فایل اصلی دیتاست در قالب فایل اکسل میسر است.
• فایل پیش پردازش دیتاست
• وجود فایل ARFF و قابل اجرا در نرم افزار داده کاوی مثل وکا
• امکان دانلود لینک دیتاست در یک فایل متنی به صورت جداگانه

نکته: برای این دیتاست انواع الگوریتم های داده کاوی اعم از ۱۴۷ الگوریتم دسته بندی (مثل: درخت تصمیم، شبکه عصبی، ماشین بردار پشتیبان و …)، ۶ الگوریتم خوشه بندی (مثل: K-Means ، DBSCAN ،X-Means و…)، ۳ الگوریتم انجمنی (مثل Apriori ، FP-Growth و …) و چندین الگوریتم انتخاب ویژگی (مثل PSO و …) با استفاده از ابزارهای داده کاوی و برنامه نویسی اعم از رپیدماینر، وکا، تاناگرا، SPSS، مدلر، کلمنتاین، متلب و … تهیه و پیاده سازی شده است.