ترجمه فارسی مقاله gWaveNet: طبقه‌بندی امواج گرانشی از داده‌های ماهواره‌ای پر سر و صدا با استفاده از روش یادگیری عمیق یکپارچه هسته سفارشی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی gWaveNet: Classification of Gravity Waves from Noisy Satellite Data using Custom Kernel Integrated Deep Learning Method
عنوان مقاله به فارسی gWaveNet: طبقه‌بندی امواج گرانشی از داده‌های ماهواره‌ای پر سر و صدا با استفاده از روش یادگیری عمیق یکپارچه هسته سفارشی
نویسندگان Seraj Al Mahmud Mostafa, Omar Faruque, Chenxi Wang, Jia Yue, Sanjay Purushotham, Jianwu Wang
فرمت مقاله انگلیسی PDF
تعداد صفحات 16
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Computer Vision and Pattern Recognition,چشم انداز رایانه و تشخیص الگوی ,
توضیحات Submitted 26 August, 2024; originally announced August 2024. , Comments: This paper has been accepted at the 27th International Conference on Pattern Recognition (ICPR) 2024
توضیحات به فارسی ارسال شده در 26 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد. ، نظرات: این مقاله در بیست و هفتمین کنفرانس بین المللی تشخیص الگوی (ICPR) 2024 پذیرفته شده است
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Atmospheric gravity waves occur in the Earths atmosphere caused by an interplay between gravity and buoyancy forces. These waves have profound impacts on various aspects of the atmosphere, including the patterns of precipitation, cloud formation, ozone distribution, aerosols, and pollutant dispersion. Therefore, understanding gravity waves is essential to comprehend and monitor changes in a wide range of atmospheric behaviors. Limited studies have been conducted to identify gravity waves from satellite data using machine learning techniques. Particularly, without applying noise removal techniques, it remains an underexplored area of research. This study presents a novel kernel design aimed at identifying gravity waves within satellite images. The proposed kernel is seamlessly integrated into a deep convolutional neural network, denoted as gWaveNet. Our proposed model exhibits impressive proficiency in detecting images containing gravity waves from noisy satellite data without any feature engineering. The empirical results show our model outperforms related approaches by achieving over 98% training accuracy and over 94% test accuracy which is known to be the best result for gravity waves detection up to the time of this work. We open sourced our code at https://rb.gy/qn68ku.

چکیده به فارسی (ترجمه ماشینی)

امواج گرانش جوی در جو زمین ناشی از تعامل بین گرانش و نیروهای شناور رخ می دهد.این امواج تأثیرات عمیقی بر جنبه های مختلف جو از جمله الگوهای بارش ، تشکیل ابر ، توزیع ازن ، ذرات معلق در هوا و پراکندگی آلاینده دارند.بنابراین ، درک امواج گرانش برای درک و نظارت بر تغییرات در طیف گسترده ای از رفتارهای جوی ضروری است.مطالعات محدود برای شناسایی امواج گرانش از داده های ماهواره ای با استفاده از تکنیک های یادگیری ماشین انجام شده است.به ویژه ، بدون استفاده از تکنیک های حذف نویز ، همچنان یک منطقه تحقیقاتی نامشخص است.این مطالعه یک طرح هسته جدید با هدف شناسایی امواج گرانش در تصاویر ماهواره ای را ارائه می دهد.هسته پیشنهادی یکپارچه در یک شبکه عصبی عمیق و پیچیده ، که به عنوان گووونت مشخص شده است ، ادغام شده است.مدل پیشنهادی ما مهارت چشمگیری در تشخیص تصاویر حاوی امواج گرانش از داده های ماهواره ای پر سر و صدا و بدون هیچ گونه مهندسی ویژگی دارد.نتایج تجربی نشان می دهد که مدل ما با دستیابی به بیش از 98 ٪ دقت آموزش و بیش از 94 ٪ دقت آزمون که به عنوان بهترین نتیجه برای تشخیص امواج گرانش تا زمان این کار شناخته شده است ، از رویکردهای مرتبط با آن بهتر است.ما کد خود را در https://rb.gy/qn68ku باز کردیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.