شبکه های عصبی با گراف منظم
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه زنجان - دانشکده علوم انسانی
- author امیرحسین قادری
- adviser امیرحسین درونه علیرضا ولی زاده
- Number of pages: First 15 pages
- publication year 1388
abstract
شبکه های عصبی از جایگاه خاصی در علوم غیرخطی برخوردارند. این شبکه ها با بهره گیری از ساختار غیرخطی خود، می توانند به تحلیل رفتار سیستم هایی بپردازند که دوره تناوب کوتاه مدت ندارند. در مجموع شبکه های عصبی در سیستم هایی کارکرد دارند که رفتار گذشته ی آن ها در دسترس باشد. کاربرد های شبکه های عصبی عبارت از طبقه بندی اطلاعات، تشخیص الگو و یا پیش بینی رفتار سیستم های خطی و غیرخطی است. یکی از پر کاربردترین شبکه های عصبی، شبکه عصبی ساخته شده از پرسپترون هاست که با استفاده از الگوریتم انتشار خطای عقب سو به یادگیری می رسد. اما دشواری هایی نیز در راه استفاده از این شبکه ها وجود دارد. از جمله این دشواری ها، نرسیدن شبکه به حد خطای قابل قبول و یا زمان طولانی یادگیری این شبکه هاست. در این پایان نامه به عنوان حل یک مساله ی غیرخطی، به پیش بینی دمای میانگین روزانه ی دو شهر پرداخته ایم. برای این پیش بینی از الگوریتم انتشار خطای عقب سو استفاده کرده ایم. از طرف دیگر، تلاش کرده ایم تا دشواری های مربوط به شبکه عصبی ساخته شده از پرسپترون ها را حل کنیم و به این منظور، با استفاده از مفهوم گراف منظم ساختار-هایی ارائه کرده ایم که می توانند سریع تر از شبکه های معمولی به یادگیری دست یابند. همچنین در برخی موارد، این یادگیری، بهتر از شبکه های معمولی صورت گرفته است.
similar resources
یک شبکه عصبی مصنوعی منظم بیزی برای پیش بینی بازار سهام
در این مقاله شبکه مصنوعی عصبی تنظیم شده بیزی به عنوان یک روش جدید برای پیش بینی وضعیت مالی بازار پیشنهاد داده شده است. قیمت روزانه بازار و شاخص‌های فنی مالی به عنوان ورودی برای پیش بینی یک روز بعد قیمت سهام فردی بسته شده، استفاده شده است. پیش بینی حرکت قیمت سهام به طور کلی بعنوان یک کار چالش برانگیز و مهم برای تجزیه و تحلیل سری‌های زمانی مالی در نظرگرفته می‌شود. پیش بینی دقیق حرکات قیمت سهام می...
full textمهندسی شبکه های عصبی توسط اتوماتانهای یادگیر: تعیین اندازه مطلوب برای شبکه های عصبی سه لایه
هدف از مهندسی شبکه های عصبی بررسی معایب و مزایای شبکه های عصبی مصنوعی و ارایه روشهایی برای بهبود کارایی آنهاست. یکی از موضوعات مورد بحث در مهندسی شبکه های عصبی چند لایه، یافتن ساختار مناسب(نزدیک به بهینه) برای حل مسئله می باشد. معیار و نحوه انتخاب اندازه شبکه عصبی برای یک مسئله خاص هنوز شناخته شده نیست. در روشهای کلاسیک،طراح شبکه در ابتدای آموزش ساختاری را برای شبکه تعیین و سپس شبکه را آموزش می...
full textبرآورد ظرفیت مالیاتی کشور با استفاده از شبکه های عصبی
ظرفیت مالیاتی، ظرفیت اقتصادی یک کشور برای تحمل فشار انواع مالیات ها است به عبارت دیگر، میزانی است که مردم می توانند مالیات بپردازند. تعیین ظرفیت مالیاتی کار دشواری است. بررسی چگونگی افزایش درآمد مالیاتی به عنوان بخشی از درآمدهای دولت از اهمیت ویژه ای برخوردار است. در این راستا، یک برآورد دقیق از ظرفیت مالیاتی و شناخت منابع موجود آن، ضروری به نظر می رسد. مناسب ترین معیار برای محاسبه و برآورد این...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه زنجان - دانشکده علوم انسانی
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023