نتایج جستجو برای: مدل پرسپترون چند لایه

تعداد نتایج: 193622  

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه رازی - دانشکده فنی و مهندسی 1388

در این پایان نامه کاربرد شبکه های عصبی پرسپترون چند لایه و تابع بنیادی شعاعی برای مدل کردن ترانزیستورهای توان بالا و فرکانس بالای ldmos ارائه شده است. اخیرا علاقه به ترانزیستور ldmos به خاطر کاربردهایش در تقویت کننده های توان rf در سیستم های ارتباطی بی سیم افزایش یافته است. اما غیر خطی بودن قطعه مسئله مهمی در این تقویت کننده هاست چون به هنگام اعمال سیگنال های با فرکانس نزدیک به هم در ورودی منجر...

ژورنال: حسابداری مدیریت 2019
بهاره بنی طالبی دهکردی, بهزاد زمانی مجتبی تاراسی

در این پژوهش، توانایی شبکه های عصبی مصنوعی(ANN) ، به عنوان روشی نوین در خصوص پیش بینی احتمال گزارشگری مالی متقلبانه ،در شرکتهای پذیرفته شده در بورس اوراق بهادار تهران در یک دوره زمانی 9 ساله بین سال های 1385 تا 1393مورد بررسی قرار گرفت. بدین منظور از طریق اطلاعات مندرج درصورتهای مالی ، نسبتهای مالی و مدل پرسپترون های چند لایه که شامل یک لایه ورودی ،لایه پنهان از دید نرم افزار MATLAB، و یک لایه ...

ژورنال: :نشریه دانشکده فنی 2009
احمد آذری مجتبی شریعتی نیاسر محمود البرزی افشین بختیاری

در این مقاله از شبکه عصبی مصنوعی به سبب قابلیت فوق‏العاده آن در تقلید از نگاشت غیرخطی ورودی ها به خروجی ها برای پیش بینی کوتاه مدت میزان مصرف گاز طبیعی شهر تهران استفاده شده است. ابتدا با استفاده از دمای حداقل و حداکثر روزانه، دمای مؤثر روزانه تعریف شد و سپس بر اساس دیگر مشخصه های هواشناسی مؤثر بر مصرف نظیر ابرناکی، سرعت باد و بارندگی، تخمین مصرف گاز روزانه و ماهانه مبتنی بر شبکه عصبی مصنوعی با...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس - دانشکده فنی مهندسی 1388

در سال های اخیر، مدل های شبکه های عصبی مصنوعی در بسیاری از مسائل مهندسی ژئوتکنیک با موفقیت به کار برده شده اند. در این تحقیق از دو نوع از شبکه های عصبی مصنوعی شامل شبکه عصبی چند لایه پرسپترون و شبکه نوروفازی جهت ارائه مدلی به منظور پیش بینی نتایج آزمایش بارگذاری صفحه بر روی خاک های ریزدانه انجام شده است. مدول عکس العمل بستر یک رابطه مفهومی بین فشار خاک و جابجایی آن است که به طور گسترده در تحلی...

یکی از انواع فرسایش آبی که باعث ایجاد فرسایش و رسوب در حوزه‌های آبخیز می‌شود و خسارت‌های زیادی به اراضی کشاورزی، مرتعی و تاسیسات زیر بنایی وارد می‌نماید، فرسایش خندقی می‌باشد. در این تحقیق بررسی فرسایش خندقی با هدف تعیین پتانسیل آن با استفاده از روش شبکه عصبی مصنوعی انجام شده است. جهت تعیین پتانسیل فرسایش خندقی از ساختار پرسپترون چندلایه و الگوریتم لونبرگ مارگوت با به‌کارگیری متغیرهای خاک، سنگ‌...

ژورنال: :دانش آب و خاک 2015
محمد میرزاوند هدی قاسمیه سید جواد ساداتی نژاد محمود اکبری

مجاورت آبخوان کاشان با جبهه­ آب شور دریاچه­ نمک، باعث ایجاد شیب هیدرولیکی و درنتیجه پیشروی آب شور به داخل آبخوان شده است. در این پژوهش با توجه به وضعیت موجود، شبیه­سازی کیفی آب زیرزمینی دشت کاشان با استفاده از مدل­های شبکه عصبی مصنوعی (شامل پرسپترون چندلایه و تابع شعاعی) و رگرسیون چند متغیره انجام شد. برای این منظور ابتدا اقدام به تعیین تیپ غالب آب منطقه شد و سپس اقدام به مدل­سازی شد. نتایج حاص...

احمد آذری افشین بختیاری مجتبی شریعتی نیاسر محمود البرزی

در این مقاله از شبکه عصبی مصنوعی به سبب قابلیت فوق‏العاده آن در تقلید از نگاشت غیرخطی ورودی ها به خروجی ها برای پیش بینی کوتاه مدت میزان مصرف گاز طبیعی شهر تهران استفاده شده است. ابتدا با استفاده از دمای حداقل و حداکثر روزانه، دمای مؤثر روزانه تعریف شد و سپس بر اساس دیگر مشخصه های هواشناسی مؤثر بر مصرف نظیر ابرناکی، سرعت باد و بارندگی، تخمین مصرف گاز روزانه و ماهانه مبتنی بر شبکه عصبی مصنوعی با...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه رازی - دانشکده فنی و مهندسی 1389

با کوچکتر شدن اندازه قطعات نیمه هادی به کمتر از 100 نانومتر، اثرات مکانیک کوانتومی در کارایی قطعه، خود را نشان می دهد. از اینرو محاسبات مربوط به مشخصه های جریان– ولتاژ ترانزیستور لایه نازک آلی بسیار پیچیده می شود. در این پایان نامه، مدل سازی ترانزیستور لایه نازک آلی با استفاده از شبکه های عصبی مصنوعی انجام شده است. این مدل سازی بر اساس داده های تجربی با بهره گیری از شبکه های عصبی مصنوعی می ...

احمد احمدپور, حبیبه میرزایی اسرمی

پژوهش حاضر به مطالعه­ی پیش­بینی ورشکستگی مالی شرکت­های پذیرفته شده در بورس اوراق بهادار تهران به وسیله­ی شبکه­های عصبی مصنوعی می­پردازد. بهترین نسبت­های مالی پیش­بین در پژوهش­های صورت گرفته در پیشینه موضوع به عنوان ورودی شبکه­های عصبی انتخاب شده­اند. شبکه­ی عصبی به کار گرفته شده در این پژوهش از نوع پرسپترون چند لایه می­باشد که به روش الگوریتم پس انتشار خطا آموزش دیده­اند، و شامل شبکه عصبی پیشخو...

ژورنال: :مجله اپیدمیولوژی ایران 0
آذر اسد آبادی a asadabadi msc, department of biostatistics & epidemiology, school of health, kerman university of medical sciences, iranکارشناس ارشد آمار زیستی، گروه آمار زیستی و اپیدمیولوژی دانشکده بهداشت و مرکز تحقیقات مدل سازی در سلامت دانشگاه علوم پزشکی کرمان، کرمان، ایران عباس بهرامپور a bahrampour professor, phd, modeling of health research center, department of biostatistics & epidemiology, school of health, kerman university of medical sciences, iranاستاد گروه آمار زیستی و اپیدمیولوژی دانشکده بهداشت و مرکز تحقیقات مدل سازی در سلامت دانشگاه علوم پزشکی کرمان، کرمان، ایران علی اکبر حقدوست aa haghdoost associate professor, phd, modeling of health research center, department of biostatistics & epidemiology, school of health, kerman university of medical sciences, iranاستاد گروه آمار زیستی و اپیدمیولوژی دانشکده بهداشت و مرکز تحقیقات مدل سازی در سلامت دانشگاه علوم پزشکی کرمان، کرمان، ایران

مقدمه و اهداف: در سال‎های اخیر، توجه قابل ملاحظه‎ای به مدل‎های آماری برای طبقه‎بندی داده‎های پزشکی با توجه به بیماری‎های مختلف و پیامدهای آن‎ها شده است. شبکه‎های عصبی مصنوعی به دلیل عدم نیاز به پیش فرض با موفقیت برای تشخیص الگو و پیش‎بینی در برخی از مطالعه های بالینی استفاده شده‎اند. هدف از این مطالعه، مقایسه دو مدل آماری شبکه عصبی مصنوعی و رگرسیون لجستیک برای پیش بینی بقای بیماران مبتلا به سرط...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید