درخت مدل خطی محلی یا lolimot که در آن از نوعی مدل فازی عصبی خطی محلی استفاده شده است، الگوریتمی بر اساس استراتژی تقسیم و حل می باشد که در آن حل مسئله پیچیده از طریق تقسیم مسئله به تعدادی زیر مسئله کوچک تر (و از این رو ساده تر) صورت می پذیرد. بنابراین مشخصات این مدل فازی- عصبی (زیرمسئله های کوچک تر شده) به مقدار زیادی به ساختار الگوریتم به کار برده شده جهت تقسیم بندی وابسته می باشد. الگوریتم lol...

مقدمه: در دهه ی اخیر الگوریتم های یادگیری ماشین به ابزار مفیدی جهت داده کاوی در داده های پزشکی، برای تولید مدل های پیش بینی تبدیل شده اند. سوختگی از جمله بیماری هایی است که پیش بینی پیامد آن از اهمیت زیادی برخوردار است. هدف این مطالعه بررسی عملکرد دو الگوریتم پراستفاده ی یادگیری ماشین یعنی شبکه ی عصبی و درخت تصمیم و مقایسه با روش آماری رگرسیون لجستیک در پیش بینی پیامد بیماران سوختگی بوده است. ر...

کاربرد شبکه‏‏ های عصبی مصنوعی در حوزه‏ هایی از قبیل دسته‏ بندی تصاویر و سیگنال های صوتی مؤید توانایی این ابزار قدرتمند هوش مصنوعی در حل مسائل دنیای امروز است. طراحی و آموزش شبکه‏ های عصبی همواره یک فرآیند زمان‏بر و مشکل بوده است. یک مدل عصبی مناسب باید بتواند الگوی داده‏ های آموزشی را فراگرفته و نیز قابلیت تعمیم داشته باشد. در این مقاله، از جمعیت‏ های موازی برای طراحی معماری شبکه عصبی و همچنین ...

آشکارسازی اسپایک‌های عصبی اولین گام برای تجزیه و تحلیل پتانسیل عمل واحدهای نورونی در ثبت خارج سلولی است. وجود نویز پس زمینه درثبت های خارج سلولی که عمدتا از جمع آثار پتانسیل عمل واحد های نورونی دورتر از منطقه ثبت ناشی می شود در بسیاری از اوقات آشکارسازی و تشخیص اسپایک های عصبی کم دامنه را دشوار می سازد. تاکنون محققین زیادی به این امر پرداخته اند و برای حل این مشکل الگوریتم‌های زیادی پیشنهاد شده...

در مقاله حاضر،بهینه‌سازیهم‌زمان مصرف سوخت و آلاینده‌های NOxو soot در یک موتور دیزلیتزریق مستقیم، با اعمال پارامترهای کنترلیِدمای هوای ورودی، جرم سوخت تزریق شده و دور موتور، با استفاده از ترکیب شبکه عصبی و الگوریتم مورچگان انجام شده است.با توجه به غیرخطی و پیچیده بودن رفتار موتورهای احتراق داخلی، ابتدا، با استفاده از آزمایشات تجربی انجام گرفته،ارتباط بین پارامترهایورودیو خروجی توسط شبکه عصبی فراه...

گسترش سریع استفاده از شبکه‌های عصبی مصنوعی ( ANN) به عنوان مدل تجربی و کارآمد در علوم مختلف از جمله هواشناسی و اقلیم شناسی نشان دهنده ضرورت ارزش بالای مطالعه این مدل‌هاست. پیش بینی بارش برای اهداف مختلفی نظیر برآورد سیلاب، خشکسالی، مدیریت حوضه آبریز، کشاورزی و ... دارای اهمیت بسیاری است. هدف این مقاله پیش بینی بارش ماهانه با استفاده از شبکه‌های عصبی مصنوعی در شهر تهران می‌باشد. در این تحقیق ا...

دسته‌بندی اهداف سوناری به‌دلیل پیچیدگی فیزیکی و شباهت بسیار زیاد کلاتر با اهداف واقعی در سونار فعال، یکی از مسایل چالش‌برانگیز برای پژوهشگران این حوزه است. شبکه‌های عصبی ادراکی چندلایه، یکی از کارآمدترین ابزار در دسته‌بندی اهداف می‌باشند. از آموزش می‌توان به عنوان مهم‌ترین بخش این شبکه‌ها اشاره نمود که دقت دسته‌بندی را تا حد زیادی کنترل می‌نماید. در سال‌های اخیر استفاده از الگوریتم‌های فراابتکا...

اهمّیّت پیش‌بینی بارش به عنوان مهم‌ترین عنصر اقلیمی و مبنای تمام برنامه‌ریزی‌ها، به‌ویژه در مناطقی که رژیم‌های بارش تغییرات معنی‌دار دارد، بر هیچ‌کس پوشیده نیست. استفاده از شبکه‎های عصبی مصنوعی یکی از روش‎های پیش‎بینی است که در سال‎های اخیر توسعۀ زیادی یافته است. در این پژوهش برای پیش‎بینی بارش‎های سال بعد در دو ایستگاه سینوپتیک کرمانشاه و نوژۀ همدان از داده‎های برخی از عناصر اقلیمی فصول سرد سال ...

بررسی‌های کمی و کیفی آب‌های زیرزمینی اهمیت ویژه‌ای در مدیریت این منابع دارند. به‌کارگیری روش‌های نوین از جمله شبکه‌های عصبی و الگوریتم‌های تکاملی در تخمین کیفیت آب به دلیل سرعت، همگرایی و کارآیی بسیار بالای خود، موجب صرفهجویی، کاهش هزینهها و مدیریت هر چه بهتر می‌شود. هدف اصلی از انجام این تحقیق بررسی نتایج آنالیز شیمیایی آب‌های زیرزمینی دشت جلفا با توجه به نمونهبرداری از 14 حلقه چاه، نمودارهای ...

مقالۀ حاضر قدرت توضیحی اطلاعات حسابداری مالی شامل فعالیت‌های عملیاتی، تأمین مالی و سرمایه‌گذاری را در پیش‌بینی تغییرات تولید ناخالص داخلی (رشد اقتصادی) اندازه‌گیری می‌کند. بدین منظور با تفکیک تولید ناخالص داخلی به چهار بخش اصلی اقتصاد (کشاورزی، خدمات، نفت و صنعت و معدن) سعی در ارائه رویکردی نوین در پیش‌بینی متغیرهای اقتصادی است. تعداد ز...