کاربرد یادگیری عمیق و شبکه عصبی پیچشی در نهان کاوی
author
Abstract:
This article doesn't have abstract
similar resources
پالایش شرح گذاری مجموعه تصاویر با مقیاس بزرگ با یادگیری انتقالی در شبکه عصبی کانولوشنال عمیق
فرآیند پالایش شرح گذاری تصاویر، رویکردی موثر در بهبود بازیابی تصاویر مبتنی بر برچسب می‌باشد. در شبکه های اجتماعی و موتورهای جستجو بسیاری از تصاویر دارای تگ های مبهم، ناقص و بی ارتباط با محتوا هستند. وجود این تگ های غیرقابل اعتماد، موجب کاهش دقت بازیابی تصاویر می شود. از اینرو در دهه اخیر، الگوریتم هایی با عنوان پالایش تگ (TR) مطرح شده‌اند که به رفع نویز و غنی‌سازی برچسب‌های تصاویر می‌پر...
full textشبکه عصبی پیچشی با پنجره‌های قابل تطبیق برای بازشناسی گفتار
Although, speech recognition systems are widely used and their accuracies are continuously increased, there is a considerable performance gap between their accuracies and human recognition ability. This is partially due to high speaker variations in speech signal. Deep neural networks are among the best tools for acoustic modeling. Recently, using hybrid deep neural network and hidden Markov mo...
full textکاربرد مدل‌های یادگیری عمیق در پیشبینی سری‌های زمانی اقتصادی ـ اجتماعی مورد کاوی: سری زمانی اوج بار مصرفی خانگی
این مطالعه به بررسی کارایی پیکره‌بندی مختلف شبکه‌های یادگیری عمیق (رویکرد برتر در مدل‌سازی و تخمین سری‌های زمانی اقتصادی ـ اجتماعی) در حوزه‌ی پیشبینی می‌پردازد. در این مطالعه به‌منظور ملموس‌سازی رویکرد پیشنهادی از مدل‌سازی و پیشبینی اوج بار مصرفی خانگی در قالب موردکاوی استفاده شده است. نتایج حاکی از برتری توپولوژی شبکه ترکیبی از تمام متصل و بازگشتی بود که این برتری با توجه به ماهیت غیرخطی و پ...
full textکاربرد شبکه عصبی خودسازمان دهنده براساس داده کاوی برای ایجاد جدول اندازه لباس
استخراج اطلاعات مناسب از میان انبوه داده ها و تبدیل آنها به دانش، نیازمند استفاده از روشهای نوین است. داده کاوی یکی از این ابزارها و رویکردهاست که در فضای مدیریت دانش به کشف دانش از پایگاه داده ها کمک می کند. شبکه های عصبی خودسازمان دهنده بی شک از کارآمدترین شبکه های موجود برای داده کاوی است. پژوهش حاضر، جدول اندازه لباس را معرفی میکند که بر اساس اندازه های گرفته شده از 2000 زن یزدی است. متغیره...
full textکاربرد شبکه عصبی مصنوعی در پیش بینی رفتار گودهای عمیق
هدف اصلی از تحلیل گودها با استفاده از شبکه عصبی مصنوعی به دست آوردن نگاشتی غیر خطی بین پارامترهای ورودی و خروجی مورد نظر می باشد تا با استفاده از آن بتوان رفتار گود را پیش بینی کرد. مطالعات نشان می دهد پارامترهای متعددی بر رفتار گودها تاثیر گذار هستند که از جمله ی مهم ترین آن ها می توان به سختی دیوار، فاصله ی مهارها و سختی آن ها، عرض و عمق گود، مشخصات خاک و روش گودبرداری اشاره کرد. در بسیاری ا...
15 صفحه اولکاربرد الگوریتمهای مختلف یادگیری در پیشبینی قیمت سهام با استفاده از شبکه عصبی
پیشبینی قیمت سهام یکی از موضوعهای مهم مالی است، چرا که دادههای قیمت سهام دارای تغییر پذیری زیاد، پیچیدگی، دینامیک و آشوبگونه است،بنابراین ارتباط نامشخص بین قیمت سهام و عوامل مؤثر کاملا پویا است. بنابراین مسأله پیشبینی قیمت سهام تنها بوسیله یک برنامه کامپیوتری کاردشواری است.در این تحقیق، ابتدا بوسیله آزمون گردش، امکان پیشبینی قیمت سهام شرکت صنایع ملی مس ایران بررسی گردید. سپس رابطه همبستگی هشتبر...
full textMy Resources
Journal title
volume 10 issue 1
pages 43- 51
publication date 2021-04
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023