» » مقالات متنوع در مورد شبکه های عصبی
اطلاعات مطلب
  • بازديدها: 1778
  • نويسنده: irangeo
  • تاريخ: 3-03-1395, 08:25
[rating-type-1]
[/rating-type-1] [rating-type-2]
  • [rating-plus]Like[/rating-plus]
[/rating-type-2] [rating-type-3]
  • [rating-minus]امتیاز منفی[/rating-minus]
  • [rating-plus]امتیاز مثبت[/rating-plus]
[/rating-type-3]
3-03-1395, 08:25

مقالات متنوع در مورد شبکه های عصبی

دسته بندی: کارشناسی ارشد, مقالات علمی

مقالات متنوع در مورد شبکه های عصبی
شبکه‌های عصبی مصنوعی یا به زبان ساده‌تر شبکه‌های عصبی سیستمها و روش‌های محاسباتی نوینی هستند برای یادگیری ماشینی، نمایش دانش و در انتها اعمال دانش به دست آمده در جهت بیش‌بینی پاسخ‌های خروجی از سامانه‌های پیچیده اند. ایده اصلی این گونه شبکه‌ها(تا حدودی) الهام‌گرفته از شیوه کارکرد سیستم عصبی زیستی، برای پردازش داده‌ها و اطلاعات به منظور یادگیری و ایجاد دانش قرار دارد. عنصر کلیدی این ایده، ایجاد ساختارهایی جدید برای سامانه پردازش اطلاعات است. این سیستم از شمار زیادی عناصر پردازشی فوق العاده بهم‌پیوسته با نام نورون تشکیل شده که برای حل یک مسأله با هم هماهنگ عمل می‌کنند و توسط سیناپس‎ها(ارتباطات الکترومغناطیسی) اطلاعات را منتقل می‎کنند. در این شبکه‌ها اگر یک سلول آسیب ببیند بقیه سلول‎ها می‌توانند نبود آنرا جبران کرده و نیز در بازسازی آن سهیم باشند. این شبکه‌ها قادر به یادگیری‎اند مثلاً با اعمال سوزش به سلول‎های عصبی لامسه، سلول‎ها یاد می‌گیرند که به طرف جسم داغ نروند و با این الگوریتم سیستم می‌آموزد که خطای خود را اصلاح کند. یادگیری در این سیستم‎ها به صورت تطبیقی صورت می‌گیرد، یعنی با استفاده ازمثال‎ها، وزن سیناپس‎ها به گونه‌ای تغییر می‌کند که در صورت دادن ورودی‎های جدید، سیستم پاسخ درستی تولید کند. توافق دقیقی بر تعریف شبکه عصبی در میان محققان وجود ندارد. اما اغلب آنها موافقند که شبکه عصبی شامل شبکه‎ای از عناصر پردازش ساده(نورونها) است که می‌تواند رفتار پیچیده کلی تعیین شده‎ای از ارتباط بین عناصر پردازش و پارامترهای عنصر را نمایش دهد. منبع اصلی و الهام بخش برای این تکنیک، از آزمایش سیستم مرکزی عصبی و نورونها نشأت گرفته‌است که یکی از قابل توجه‎ترین عناصر پردازش اطلاعات سیستم عصبی را تشکیل می‎دهد. در یک مدل شبکه عصبی گره‎های ساده برای تشکیل شبکه‎ای از گره‎ها، به هم متصل شده اند به همین دلیل به آن اصطلاح شبکه‎های عصبی اطلاق می‎شود. در حالی که یک شبکه عصبی نباید به خودی خود سازگارپذیر باشد، استفاده عملی از آن بواسطه الگوریتمهایی امکان پذیر است، که جهت تغییر وزن ارتباطات در شبکه (به منظور تولید سیگنال موردنظر) طراحی شده باشد. با استفاده از دانش برنامه‌نویسی رایانه می‌توان ساختار داده‌ای طراحی کرد که همانند یک نرون عمل نماید. سپس با ایجاد شبکه‌ای از این نورون‌های مصنوعی به هم پیوسته، ایجاد یک الگوریتم آموزشی برای شبکه و اعمال این الگوریتم به شبکه آن را آموزش داد. این شبکه‌ها برای تخمین و تقریب کارایی بسیار بالایی از خود نشان داده‌اند. گستره کاربرد این مدل‌های ریاضی بر گرفته از عملکرد مغز انسان، بسیار وسیع می‌باشد که به عنوان چند نمونه کوچک می‌توان استفاده از این ابزار ریاضی در پردازش سیگنال‌های بیولوییکی، مخابراتی و الکترونیکی تا کمک در نجوم و فضانوردی را نام برد. اگر یک شبکه را هم‌ارز با یک گراف بدانیم، فرآیند آموزش شبکه تعیین نمودن وزن هر یال و bias اولیه خواهد بود.





***********************************************************************************************************************
++++++++++++++++++++++++++++++++ قیمت این محصول 2500 تومان می باشد ++++++++++++++++++++++++






با ما در ارتباط باشید: irangeomatics4u@gmail.com - 09900213878

***********************************************************************************************************************
شما وارد سايت نشده ايد. جهت ارسال نظر در سايت وارد شويد
اگر تاکنون ثبت نام نکرده ايد اينجا کليک کنيد.

ارسال نظر

نام:*
ايميل:
متن نظر:
پررنگ کج خط دار خط دار در وسط | سمت چپ وسط سمت راست | قرار دادن شکلک قراردادن لینکقرار دادن لینک حفاظت شده انتخاب رنگ | پنهان کردن متن قراردادن نقل قول تبدیل نوشته ها به زبان روسی قراردادن Spoiler
هر دو کد داده شده را وارد نمائيد: *