Amin Roshandel - موسسه ژئوفیزیک دانشگاه تهران، صندوق پستی ۶۴۶۶- ۱۴۱۵۵
Abdolrahim Javaherian - موسسه ژئوفیزیک دانشگاه تهران، صندوق پستی ۶۴۶۶- ۱۴۱۵۵
Babak Najar-Arabi - پردیس دانشکده های فنی دانشگاه تهران، دانشکده برق و کامپیوتر، صندوق پستی ۵۱۵- ۱۴۳۹۵

خاصیت پردازش موازی شبکه های عصبی مصنوعی، آنها را برای پیاده سازی سخت افزاری مناسب ساخته است، بنابراین استفاده از شبکه های عصبی مصنوعی در پردازش سیگنال های لرزه ای دارای این پتانسیل است که عملیات پردازش داده های لرزه ای را به میزان زیادی تسریع می کند. در این مقاله، یکی از رایج ترین شبکه های عصبی، شبکه عصبی هاپفیلد، به منظور عملی ساختن واهمامیخت مورد استفاده قرار گرفته است. فرایند واهمامیخت به دو زیرفرایند تقسیم می شود: یافتن محل بازتاب ها و برآورد دامنه بازتاب ها. برای به انجام رساندن هر یک از این دو مرحله یک شبکه هاپفیلد طراحی شده است. اولین شبکه عصبی برای پیدا کردن محل بازتاب ها و دومین شبکه عصبی به منظور برآورد دامنه بازتاب های پیدا شده ایجاد شده است. این دو شبکه برای موجک مدل سازی شده اند و نتایج حاصل با نتایج حاصل از واهمامیخت تابع ضربه مورد مقایسه قرار گرفته است. با مقایسه نتایج با یکدیگر می توان نوشت: (۱) روش واهمامیخت داده های لرزه ای با استفاده از شبکه عصبی هاپفیلد بر خلاف روش واهمامیخت تابع ضربه، به نوفه حساس نیست؛ (۲) روش واهمامیخت با استفاده از شبکه عصبی هاپفیلد برای یک ردلرزه به همراه نوفه از روش واهمامیخت تابع ضربه پاسخ بهتری می دهد.

شبکه های عصبی مصنوعی, پردازش داده های لرزه ای, واهمامیخت, شبکه عصبی هاپفیلد, پردازش موازی