نتایج جستجو برای: مدل های شبکه ی عصبی مصنوعی

تعداد نتایج: 533217  

ژورنال: :مجله دانشگاه علوم پزشکی مازندران 0
علیرضا افشاری صفوی alireza afshari safavi msc student in biostatistics, students research committee, kermanshah university of medical sciences, kermanshah, iranدانشجوی کارشناسی ارشد آمار زیستی، کمیته تحقیقات دانشجویی، دانشگاه علوم پزشکی کرمانشاه، کرمانشاه، ایران اقبال زند کریمی eghbal zand karimi msc student in biostatistics, students research committee, kermanshah university of medical sciences, kermanshah, iranکرمانشاه: دانشگاه علوم پزشکی کرمانشاه، کمیته تحقیقات دانشجویی منصور رضایی mansour rezaei assistant professor, medical biology research center, kermanshah university of medical sciences, kermanshah, iranاستادیار، گروه آمار زیستی، مرکز تحقیقات بیولوژی، دانشکده پزشکی، دانشگاه علوم پزشکی کرمانشاه، کرمانشاه، ایران حسنعلی محبی hassanali mohebi associate professor, department of thoracic surgery, baqiyatallah university of medical sciences, tehran, iranدانشیار، گروه جراحی قفسه سینه، دانشگاه علوم پزشکی بقیه الله (عج)، تهران، ایران شعبان مهرورز shaban mehrvarz associate professor, department of general surgery, baqiyatallah university of medical sciences, tehran, iranدانشیار، گروه جراحی عمومی، دانشگاه علوم پزشکی بقیه الله (عج)، تهران، ایران محمد رسول خرمی mohammad rasoul khorrami general practitioner, baqiyatallah university of medical sciences, tehran, iranپزشک عمومی، دانشگاه علوم پزشکی بقیه الله (عج)، تهران، ایران

سابقه و هدف: به علت تنوع علائم آپاندیسیت حاد و اشتراک آن با بسیاری از بیماری های شکم، تشخیص آپاندیسیت حاد مشکل است. تاخیر در تأیید تشخیص آپاندیسیت می تواند، نتیجه ای مهلک برای بیماران داشته باشد. این مطالعه با هدف مقایسه مدل شبکه عصبی مصنوعی با آزمایش های متداول در تشخیص آپاندیسیت حاد انجام گرفت. مواد و روش ها: 100 بیمار مشکوک به آپاندیسیت حاد وارد مطالعه شدند. تعداد گلبول های سفیدخون (wbc)، پر...

ژورنال: :مجله دانشگاه علوم پزشکی کردستان 0
محسن پرویز mohsen parviz physiology dept-, tehran university of medical sciences, tehran, iranگروه فیزیولوژی دانشگاه علوم پزشکی تهران، دانشکده پزشکی، تهران، ایران شهریار غریب زاده shahriar gharibzadeh bioelectric dept-, amir kabir industrial university, medical engineering college, tehran, iranگروه بیوالکتریک دانشگاه صنعتی امیرکبیر، دانشکده مهندسی پزشکی ، تهران، ایران شهره عبادیان shohreh ebadian master of physiologyکارشناس ارشد فیزیولوژی محمد حسین طاهری mohammad hosein taheri bachelor of economy engineering, sharif industrial university, tehran, iranدانشجوی کارشناسی ارشد مهندسی اقتصاد، دانشگاه صنعتی شریف ، تهران، ایران

زمینه و هدف: از آن جایی که سیستم عصبی انتریک پیچیده است و نیاز به شناخت بیشتری دارد لذا، تصمیم گرفتیم که فعالیت میو الکتریکی روده باریک را به جهت شناخت بهتر سندرم روده تحریک پذیر، با استفاده از شبکه های عصبی مصنوعی مدل سازی کنیم چون بر اساس اطلاعات تجربی، در این بیماری میزان سروتونین در سیستم عصبی انتریک افزایش یافته است و سیستم عصبی انتریک نیز بیش از اندازه فعال و حساس می شود، هدف این تحقیق اث...

ژورنال: :جغرافیا و توسعه 0
صالح آرخی حسن فتحی زاد

نقشه هایپوشش/کاربریاراضیحاصلازتصاویرماهواره اینقشمهمیدرارزیابی هایمنطقه ایوملیپوشش/کاربریاراضیایفامی کنند.طیّ سال­های گذشته، کاربردهای زیادی از روش­های طبقه­بندی شبکه عصبی مصنوعی برای طبقه­بندی پوشش/کاربری اراضی در منابع گزارش شده است، اما مطالعات معدودی، مقایسه ی آنها با هم را ارزیابی نموده­اند. در این مطالعه، ابتدا تصحیحات هندسی بر روی داده­های+­etm صورت گرفت. سپس با بازدیدهای میدانی، طبقات مخ...

در این تحقیق، واکنش کافئیک اسید و 2- فنیل اتانول در حضور لیپاز تثبیت شده از مخمر آنتارکتیکا (نووزیم 435) به منظور تولید کافئیک اسید فن اتیل استر در سیستم ایزواکتان با استفاده از روش‌های شبکه عصبی مصنوعی و ژنتیک الگوریتم مدل سازی و بهینه گردید. بدین منظور ازیک طرح مرکب مرکزی چرخش پذیر با 4 متغیر و 5 سطح جهت مدل کردن واکنش آنزیمی به کمک شبکه عصبی مصنوعی استفاده شد. متغیرهای مستقل شامل دما، زمان، ...

ژورنال: آبخیزداری ایران 2018

برآورد سریع و صحیح دبی اوج به عنوان یکی از مباحث اصلی در مدیریت منابع آبی و سیلاب نقش اساسی در طراحی سازه های آبی و اقدامات بیو مکانیکی در حوضه های آبخیز دارد. به طوریکه یک برآورد صحیح آن نقش اساسی در موفقیت کار های اجرایی دارد. در این بررسی سعی شده با استفاده از روش هوش مصنوعی(ترکیب شبکه عصبی پرسپترون چند لایه و الگوریتم ژنتیک) دبی حداکثر رودخانه یلفان در محل ایستگاه هیدرومتری و رسوب سنجی یلفا...

ژورنال: مهندسی منابع آب 2011
امیرحسین ناظمی, علی اصغر میرزایی

تخمین تراز سطح ایستابی از مسایل مهم و اساسی است که در برنامه ریزی کشاورزی، مدیریت منابع آب و تعیین نیاز آبی گیاهان بویژه در مواردی که از راهکارهای کم آبیاری بهره برده شود، دارای اهمیت فراوانی است. آگاهی از تراز سطح ایستابی می تواند در شوری و ماندابی شدن زمین وحتی زهکشی اراضی مفید باشد. در تحقیق حاضر از سامانه های هوشمند استنتاج عصبی – فازی تطبیقی، شبکه های عصبی مصنوعی و برنامه ریزی ژنتیک برای ت...

ژورنال: :تحقیقات منابع آب ایران 0
محمدرضا نیک منش عضو هیأت علمی /گروه عمران، دانشگاه آزاد اسلامی واحد ارسنجان غلامرضا رخشنده رو دانشیار/ بخش مهندسی راه و ساختمان ، دانشکده مهندسی، دانشگاه شیراز

شبیه سازی سیستم آبهای زیرزمینی به دلیل پیچیدگی های موجود در طبیعت این سیستم ها، به آسانی میسر نیست. این درحالیست که شبکه های عصبی مصنوعی به عنوان مدل جعبه سیاه با توانایی های بالایی که دارند برای مدل سازی سیستم های پیچیده و غیرخطی بسیار مناسب می باشند. لذا، با توجه به مشکلات فراوان مدل سازی آبخوانها با مدل های ریاضی، شبکه های عصبی مصنوعی برای پیش بینی سطح ایستابی در آبخوانها توسط محققین بکار رف...

ژورنال: مهندسی زراعی 2017

استفاده از شبکه های عصبی مصنوعی بهعنوان روشی جدید برای برآورد مشخصه های فیزیکی محصولات کشاورزی و درجه بندی آنها بر حسب پارامترهای مختلف مطرح شده است. در این پژوهش ابتدا مقادیر مشخصه های فیزیکی 100 عدد پرتقال رقم محلی دزفول شامل سه بعد هندسی، جرم، حجم و سطح تصویر عمودی اندازه گیری شد و از دو شبکه عصبی مصنوعی برای مدلسازی جرم و حجم پرتقال برحسب ابعاد هندسی (ANN(h,w,t)) و سطح تصویر (ANN(A)) میوه ا...

حجت میرزازاده رضا ابراهیم پور نیما حاتمی

در این مقاله، یک مدل ابتکاری با ترکیب شبکه های عصبی مصنوعی (ANN) برای پیش بینی رفتار قیمت سهام پیشنهاد و اجرا می شود. این مدل ترکیبی، به صورت ساختار دو طبقه می باشد: شبکه های عصبی طبقه اول یا پیشگوهای پایه (Base Predictor) مسئول پیش بینی روزانه داده ها با ویژگی مختلف یک سهام می باشند و در طبقه دوم، شبکه دیگر، به عنوان ترکیب کننده پیش بینی نهایی را با بررسی و آنالیز اطلاعات پیشگوهای طبقه اول انج...

ژورنال: :اکتشاف و تولید نفت و گاز 0
سید محمد امین موسوی شرکت نفت و گاز پارس

در این مقاله تطابق بین تخلخل مفید به دست آمده از نگار (log) رزونانس مغناطیسی هسته2(nmr) و نشانگرهای لرزه ای از طریق دو روش رگرسیون خطی چندگانه و شبکه عصبی مصنوعی بررسی شده است. در ابتدا نمودارهای هر چاه از طریق ایجاد لرزه نگاشت مصنوعی با اطلاعات برداشت لرزه ای مطابقت داده شدند. برای ساختن لرزه نگاشت مصنوعی در هر چاه از نگار صوتی3 و چگالی4 استفاده شده است. سپس داده های لرزه ای پس برانبارش5 با اس...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید