پیش بینی ماهیت حریق مبتنی بر یادگیری ماشین: رگرسیون لجستیک یک الگوریتم تفسیر پذیر
سال انتشار: 1403
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 14
فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ABMIR-2-1_008
تاریخ نمایه سازی: 6 اسفند 1403
چکیده مقاله:
یکی از وظایف سازمان های آتش نشانی ارائه گزارش حریق و حوادث به مراجع قضائی، بیمه و سایر نهادهای درخواست کننده جهت تصمیم گیری و پرداخت خسارت است، لذا یافتن ماهیت حریق به نحوی که مولفه های غیرعملیاتی در تصمیم کارشناسان آتش نشانی کمترین تاثیر را داشته باشد، اهمیت این پژوهش را بیشتر خواهد نمود. باتوجه به اینکه حدود ۱ درصد از گزارشات حریق این سازمان ماهیت نامعلوم دارند، این موضوع باعث سردرگمی در ارائه خدمات مناسب به ارباب رجوع را داشته و تصمیم گیری با مشکل مواجه شده است. هدف از این پژوهش پیش بینی ماهیت حریق مبتنی بر الگوریتم های یادگیری ماشین در شهر مشهد می باشد. در این پژوهش ابتدا مجموعه داده حریق ۷ ساله (۱۳۹۵-۱۴۰۱) مورد بررسی و واکاوی قرار گرفت و پس از آن با توجه به مسئله و ادبیات موضوع و با انجام پیش پردازش و مهندسی ویژگی مجموعه داده ای با تعداد ۴۶ ویژگی و ۲۸۹۳۰ نمونه تهیه شد. در مرحله بعد برای پیش بینی ماهیت حریق از سه الگوریتم یادگیری ماشین با ناظر استفاده شد و نتایج آن ها با هم مقایسه شد که الگوریتم رگرسیون لجستیک با ۷۹.۶۶ درصد دقت با زمان اجرای ۱ ثانیه نتیجه بهتری را بین سه الگوریتم جهت پیش بینی ماهیت حریق ایجاد نموده است.
کلیدواژه ها:
نویسندگان
فاطمه مسلمان زاده
کارشناس تحول و نوسازی سازمان آتش نشانی و خدمات ایمنی شهرداری مشهد، مشهد، ایران
حمیدرضا کوشا
استادیار مهندسی صنایع، دانشکده مهندسی، دانشگاه فردوسی مشهد، مشهد، ایران
کاظم صاعدی
شهرداری مشهد، سازمان آتش نشانی و خدمات ایمنی، مشهد، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :