نتایج جستجو برای: روش شبکه عصبی مصنوعی

تعداد نتایج: 387937  

ژورنال: :مدیریت اطلاعات سلامت 0
مصطفی قادرزاده کارشناس ارشد، مدیریت اطلاعات سلامت، دانشکده ی مدیریت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران فرحناز صدوقی دانشیار، مدیریت اطلاعات سلامت، دانشکده ی مدیریت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران آروین کتابت کارشناس ارشد، مدیریت اطلاعات سلامت، دانشکده ی مدیریت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران

مقدمه: در سال های اخیر مفاهیم شبکه های عصبی مصنوعی در کشف اولیه و طبقه بندی بیماری ها متحمل پیشرفت های فراوانی شده است. استفاده از شبکه های عصبی به دلیل توانایی های بالقوه ی آن درکاربردهای پزشکی و در پیدا کردن کنش بین متغیرها، تشخیص و مدل سازی بیماری ها به طور وسیعی مقبول واقع شده است. هدف از این پژوهش، طراحی و پیاده سازی سیستم تصمیم یار مبتنی بر شبکه های عصبی مصنوعی به منظور کشف اولیه ی سرطان ...

ژورنال: تحقیقات بتن 2017

روش‌های مختلفی جهت اندازه‌گیری کارایی بتن وجود دارد که یکی از متداول‌ترین و معمول‌ترین روش‌ها، آزمایش اسلامپ است. جهت دست‌یابی به مخلوط‌های بتنی با اسلامپ مورد نظر، باید مخلوط‌های مختلف بتنی ساخته شود و آزمایش اسلامپ بر روی آن‌ها صورت گیرد. جهت صرفه‌جویی در زمان، هزینه و مصالح بهتر است از روش‌های هوشمندی جهت پیش‌بینی اسلامپ بتن بر اساس نتایج مربوط به تعداد معینی از مخلوط‌های بتنی استفاده شود. د...

ژورنال: آبخیزداری ایران 2016
اصغری مقدم, اصغر, حبیبی, محمدحسن, نادری, کیوان, ندیری, عطاله,

دشت هادیشهر با وسعتی معادل 57/55 کیلومترمربع در شمال غرب استان آذربایجان شرقی واقع شده است. در چند سال اخیر، به دلیل برداشت بی‌رویه از آب­های زیرزمینی این دشت، سطح آب زیرزمینی افت شدیدی پیدا کرده است. لذا به­منظور یافتن راهکارهایی مفید برای مدیریت صحیح منابع آب زیرزمینی، از ترکیب مدل هوش مصنوعی و زمین­آمار برای پیش­بینی زمانی و مکانی سطح آب زیرزمینی استفاده شده است. ابتدا برای مدل­سازی به روش ...

ژورنال: :فصلنامه علمی-پژوهشی مدیریت بازرگانی 2014
علی مروتی شریف آبادی

بخش بندی مشتریان، فرصتی برای توجه به نیازهایی است که در پرتو بازاریابی انبوه مجالی برای ابرازشان نبوده است. هدف اولیه ی بخش بندی یافتن و حفظ مشتریانی است که قصد ارائه ی خدمت به آن ها را داریم. در این پژوهش خوشه بندی مشتریان بانک با استفاده از شبکه های عصبی مصنوعی رقابتی و روش های آماری سنتی با یکدیگر مقایسه شده اند. برای خوشه بندی مشتریان، 7 مشخصه ی کلیدی 600 مشتری از مشتریان یک بانک استخراج شد...

ژورنال: :مهندسی زراعی 2015
روح الله تقی زاده مهرجردی فریدون سرمدیان علی اصغر ذوالفقاری اعظم جعفری

اندازه گیری ظرفیت تبادل کاتیونی خاک در سطوح وسیع، بسیار پرهزینه و وقت گیر است. برآورد این خصوصیت به­وسیله ویژگی های زودیافت خاک، از طریق روش های پارامتریک و غیرپارامتریک (توابع انتقالی) می تواند رویکرد مناسبی باشد. در این پژوهش، روش پارامتریک رگرسیون های خطی و غیر خطی و روش های غیر پارامتریک شبکه های عصبی مصنوعی، رگرسیون درختی و فازی عصبی در تخمین ظرفیت تبادل کاتیونی خاک مورد استفاده قرار گرفت....

ژورنال: :تحقیقات دام و طیور 0

این آزمایش به منظور تعیین اثر سطوح مختلف بنتونیت ‏سدیم بر پارامترهای رشد جوجه‎های گوشتی و مقایسه توان پیش‏بینی شبکه عصبی مصنوعی و مدل‏ گمپرتز انجام گردید. به این منظور از 288 قطعه جوجه گوشتی یک روزه سویه راس که در قالب یک طرح کاملاً تصادفی با شش تیمار (6 جیره) و هر تیمار شامل 4 تکرار استفاده شد. تیمارها به ترتیب شامل 0، 75/0، 5/1، 25/2، 3 و 75/3 درصد بنتونیت‏سدیم بودند که به صورت سرک استفاده شدن...

تشخیص آفت سوسک چهار نقطه­ای نخود  توسط پردازش تصویر و شبکه عصبی مصنوعی سامان ساجدیان1* چکیده: نظر به اهمیت تشخیص مکانیزه آفات گیاهان، در این پژوهش تشخیص آفت نخود توسط تکنیک پردازش تصویر با بهره­گیری از شبکه­های عصبی مصنوعی شبیه­سازی شده است. بدین منظور تعدادی تصویر در ابعاد 27×18پیکسل از نخودهای سالم و آسیب دیده بعنوان تصاویر آموزش تهیه شده و پس از استخراج ویژگی آنها توسط موجک گابور، بعنوان داد...

زمینه و هدف: عدم قطعیت پارامترهای صحرایی، نویز در داده­های مشاهداتی و شرایط مرزی نامشخص از مهم‌ترین عوامل محدود کننده در مدل‌سازی جریان و انتقال آلودگی در محیط‌های متخلخل است. روش بررسی: در این تحقیق، دشت میاندوآب به‌عنوان مطالعه موردی برای شبیه­سازی تراز آب زیرزمینی و غلظت کلراید انتخاب شد. برای مدل‌سازی زمانی انتقال آلودگی از روش‌های هوش مصنوعی استفاده شد. د...

ژورنال: :فیزیک زمین و فضا 2011
علیرضا حاجیان وحید ابراهیم زاده اردستانی کار لوکاس

در این مقاله روش شبکه عصبی هاپفیلد برای تفسیر هوشمند داده های گرانی استفاده شده است. یک شبکه عصبی هاپفیلد برای تخمین عمق چشمه گرانی طراحی شده است. این شبکه طراحی شده برای داده های مصنوعی و واقعی آزمایش شده اند. در مورد داده های واقعی این شبکه برای تخمین عمق یک تونل قنات واقع در موسسه ژئوفیزیک به کار برده شده و نتایج حاصله به مقادیر واقعی عمق بسیار نزدیک است.

عدم وجود آمار و اطلاعات کامل، نمی‌تواند مجوزی برای عدم مطالعه شرایط هیدرولوژیکی یک منطقه و پیش‌بینی‌های درازمدت برای انجام یک پروژه آبی باشد. بنابراین پژوهشگران مختلف روش‌هایی از قبیل آنالیز نسبت‌ها، فرگمنت و توماس فیرینگ را برای بازسازی داده‌های ناقص دبی در ایستگاه‌‌های هیدرومتری به کار برده‌اند. لذا در این پژوهش دقت روش‌‌های مذکور با روش‌‌های رایانه‌ای از قبیل شبکه عصبی مصنوعی، هیبرید عصبی - ...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید