پیش بینی بزرگای زلزله با استفاده از شبکه عصبی پرسپترون چندلایه

پیش بینی دماهای ماهانه ایستگاه های همدید منتخب استان اصفهان، با استفاده از شبکه عصبی مصنوعی پرسپترون چندلایه

پیش بینی دما از کاربردی ترین برآوردهای عناصر آب و هوایی است. امروزه بخش های کشاورزی و صنعت وابستگی زیادی به شرایط دمایی (آب و هوا) دارند. دما یکی از فراسنج های بسیار مهم آب و هوایی است و از عوامل اصلی هویت آب و هوایی هر ناحیه محسوب می شود. هدف از انجام این پژوهش، مدل سازی برای پیش بینی میانگین دمای ماهانه ایستگاه های منتخب استان اصفهان است؛ از این رو، پس از بررسی طول دوره آماری ایستگاههای موجود...

پیش بینی اظهارنظر مشروط حسابرسی با استفاده از شبکه عصبی پرسپترون چندلایه و درخت تصمیم

در سیستم های اجتماعی- اقتصادی کنونی، وظیفه بهینه نمودن گزارش های اقتصادی و اعتبار بخشی به صورت های مالی، به حسابرسان مستقل واگذار شده است. گزارش حسابرسی دامنه رسیدگی به اطلاعات مالی را مشخص کرده و یافته های حسابرسی را از طریق اظهار نظر حسابرس ابلاغ می نماید. پیش بینی نوع اظهارنظر حسابرسان طی دهه های اخیر مورد توجه محققان قرار گرفته است. تاکنون محققان از روش های خطی همچون رگرسیون برای پیش بینی ا...

پیش بینی بزرگای احتمالی زلزله با استفاده از روش ارگودیسیتی مطالعه موردی ( استان یزد)

استان یزد، در مرکز کشور و در زون ایران مرکزی واقع شده است. این زون یکی از واحدهای اصلی و عمده ای است که به شکل مثلث در مرکز ایران قرارگرفته و جزء بزرگترین و پیچـیده ترین واحــدهای زمین شـناسـی به‌شــمار می‌رود.منطقه مذکور، بر اثر حرکات کوهزایی، شدیداً دگرگون شده و در بر گیرنده گسلهای مهم مانند (گسل دهشیر، گسل انار، گسل پشت بادام، شهربابک و. .....) است. مطالعات پیش بینی بزرگای زلزله احتمالی در اس...

پیش بینی خطر ورشکستگی با استفاده از شبکه های عصبی مصنوعی مبتنی بر رویکرد پرسپترون چندلایه(شواهد تجربی: بورس اوراق بهادار تهران)

زمینه: در پژوهش حاضر به شناسایی عوامل موثر بر پیش بینی ورشکستگی شرکتهای ایرانی با استفاده از سیستم شبکه های عصبی مصنوعی (ANN) بر مبنای رویکرد پرسپترون چندلایه (PS) و ارائه یک مدل آماری مناسب به منظور برآورد ورشکستگی شرکتهای ایرانی، با استفاده از یافته های حاصل از اجرای شبکه ANN پرداخته شده است. هدف: در پژهش حاضر به دنبال پاسخ گویی به این پرسش هستیم که آیا عوام...

پیش بینی مکانی-زمانی مناطق پرخطر بیماری لپتوسپیروز با استفاده از روش های رگرسیون وزندار جغرافیایی و شبکه عصبی پرسپترون چندلایه

تشخیص عوامل بیماری­زا، شناسایی تجمع مکانی بیماری و یافتن الگوی انتشار آن در محیط از ضروری­ترین نیازها در زمینه بهداشت عمومی و مدیریت بیماری­ها به شمار می­آیند. بیماری لپتوسپیروز یکی از بیماری­های مشترک انسان و دام می­باشد که تقریبا در تمام نقاط جهان به­ویژه در مناطق گرمسیری، نیمه­گرمسیری و نواحی گرم و مرطوب شیوع بیشتری دارد. شرایط آب و هوایی معتدل و مرطوب در استانهای شمالی ایران این مناطق را در...

انتخاب متغیر در شبکه های عصبی پرسپترون چندلایه به منظور پیش بینی با استفاده از نگاشت های خود سازمان ده (SOM)