به گزارش مارین نیوز، مقالات منتخب برای انتشار در شمارههای آتی نشریه علمی-پژوهشی مهندسی دریا بهصورت مرحلهای در سایت نشریه معرفی میشوند. از این پس، گزارشهای مربوط به این پژوهشها نیز در این پایگاه خبری منتشر خواهد شد.
از جمله این مقالات، پژوهشی با عنوان «طراحی یک مدل یادگیری ماشین برای پیشبینی ویژگیهای سنگهای مورداستفاده در ساخت موجشکنهای توده سنگی» است که توسط احسان شیخ صمد، اشکان مزدگیر، و مریم عاملی از دانشگاه خوارزمی نگارش شده است.
این پژوهش با استفاده از الگوریتمهای یادگیری ماشین، از جمله درخت تصمیم، جنگل تصادفی و نزدیکترین همسایه، مدلی برای پیشبینی کیفیت سنگهای معادن با حداقل آزمایشهای ممکن ارائه کرده است. دادههای تحقیق شامل نتایج آزمایشهای سنگ در ساخت موجشکنهای ساحلی دریای عمان طی ۱۰ سال اخیر است که مدل پیشنهادی توانسته با دقت ۹۶ درصد صحت پیشبینیهای خود را تأیید کند.
بر اساس یافتههای این مطالعه، بهرهگیری از هوش مصنوعی در انتخاب مصالح مناسب میتواند زمان آزمایشها را کاهش داده، هزینههای اجرایی را پایین آورده و سرعت اجرای پروژههای سازههای دریایی را افزایش دهد. این تحقیق همچنین پیشنهادهایی برای بهینهسازی تخصیص منابع و مدیریت پروژهها ارائه داده که میتواند در تصمیمگیریهای سازمان بنادر و دریانوردی تأثیرگذار باشد.
انتشار این مقاله در شمارههای آتی نشریه علمی-پژوهشی مهندسی دریا انجام خواهد شد.
واژههای کلیدی: موجشکنهای توده سنگی، الگوریتم درخت تصمیم، جنگل تصادفی، نزدیکترین همسایه، یادگیری ماشین.
درباره نشریه:
نشریه علمی-پژوهشی مهندسی دریا از سال ۱۳۸۲ به دو زبان فارسی و انگلیسی توسط انجمن مهندسی دریایی ایران منتشر می شود که در پایگاههای معتبر علمی نمایه شده و دارای اعتبار پژوهشی بالا در حوزه مهندسی دریایی است. هدف اصلی مجله ایجاد بستری مناسب برای انتقال اطلاعات بین دانشمندان جهان، انجمن های مهندسی، مهندسین، دانشمندان و محققان ایرانی می باشد. این مجله مقالات نویسندگان در زمینه موضوعات نظری، تحقیقات تجربی، کاربرد پیشرفته نتایج نظریه های پیچیده، مطالعات میدانی، مطالعات تئوری، تحقیقات آزمایشگاهی در زمینه های مهندسی دریا، سازه های دور از ساحل و مهندسی ساحل را منتشر مینماید.
علاقهمندان برای کسب اطلاعات بیشتر از مقالات و یا ارسال مقاله میتوانند به سایت نشریه علمی-پژوهشی مهندسی دریا به آدرس www.marine-eng.ir مراجعه نمایند./