الگوهای لرزه ای مختلفی شامل پیش لرزه ها، سکوت لرزه ای، و الگوی دنات قبل از وقوع زمین لرزه های بزرگ مشاهده شده است. در مورد بسیاری از زمین لرزه ها، این الگوهای لرزه ای ابتدایی در قالب خوشه هایی ظاهر می شوند، به طوری که شناسایی الگوی واقعی در اغلب موارد بسیار پیچیده است. برای شناسایی این الگوها نیاز به مدلهای آماری پیشرفته نظیر شبکه های عصبی مصنوعی انکار ناپذیر است. ساختار شبکه های عصبی مصنوعی که از سیستم از مغز انسان الهام گرفته شده قادرند حجم زیادی از اطلاعات ورودی مانند کاتالوگ زمین لرزه را به طور همزمان و به صورت موازی دسته بندی کنند و الگوهای لرزه ای را بخوبی تشخیص دهند. در این پژوهش در نظر است با استفاده از سامانه لرزه خیزی که در بردارنده اطلاعات مفیدی است روند مکانهای چگالتر را شناسایی و ناپیوستگی های لرزه ای را به روش خوشه یابی در منطقه البرز تشخیص داد، به طوری که با اعمال کاتالوگ لرزه خیزی منطقه می توان محدوده مکان زمین لرزه های آینده را پیش یابی نمود.
تشخیص الگوهای لرزه ای در منطقه تهران جهت پیشابی مناطق پرخطر با استفاده از شبکه عصبی/ درودی سوما/
/توسط Arash Eslamiالگوهای لرزه ای مختلفی شامل پیش لرزه ها، سکوت لرزه ای، و الگوی دنات قبل از وقوع زمین لرزه های بزرگ مشاهده شده است. در مورد بسیاری از زمین لرزه ها، این الگوهای لرزه ای ابتدایی در قالب خوشه هایی ظاهر می شوند، به طوری که شناسایی الگوی واقعی در اغلب موارد بسیار پیچیده است. برای شناسایی این الگوها نیاز به مدلهای آماری پیشرفته نظیر شبکه های عصبی مصنوعی انکار ناپذیر است. ساختار شبکه های عصبی مصنوعی که از سیستم از مغز انسان الهام گرفته شده قادرند حجم زیادی از اطلاعات ورودی مانند کاتالوگ زمین لرزه را به طور همزمان و به صورت موازی دسته بندی کنند و الگوهای لرزه ای را بخوبی تشخیص دهند. در این پژوهش در نظر است با استفاده از سامانه لرزه خیزی که در بردارنده اطلاعات مفیدی است روند مکانهای چگالتر را شناسایی و ناپیوستگی های لرزه ای را به روش خوشه یابی در منطقه البرز تشخیص داد، به طوری که با اعمال کاتالوگ لرزه خیزی منطقه می توان محدوده مکان زمین لرزه های آینده را پیش یابی نمود.