انتخاب کنش خوب، موضوع اصلی در هر گام تصمیم گیری برای رسیدن به موفقیت در سیستم های طبیعی و مصنوعی به شمار می رود و از این رو انتخاب کنش خوب در سیستم های نیمه رویت پذیر به منظور رسیدن به راه حل های بهتر، ضروری به نظر می رسد. اکثر تحقیقات در حوزه یادگیری ماشین نیز بر دو پایه اصلی بهبود کیفیت و کاهش زمان یادگیری متمرکز هستند. یکی از روش های موجود برای یادگیری در حوزه یادگیری تقویتی، الگوریتم تکرار ...

یادگیری تقویتی همچونبرنامه ریزی پویادر حل مسائل با فضای حالت پیوسته با چالش نفرین ابعادروبروست. تعمیم ارزش یک حالت به سایر حالت های مجاوربا استفاده از تقریبگرهای عمومی یکی از راهکارهایی است که برای حل این مسئله پیشنهادشده است. در این روش عامل مجموعه ای محدود از فضای حالت را تجربه می کند و از طریق تعمیم دهی تقریب خوبی از کل فضا را بدست می آورد. یکی از بهترین تقریبگرهای عمومیسیستم های فازی اند. د...

موضوع تغییرات ناگهانی قیمت سهام طی سال های اخیر توجه بسیاری از پژوهشگران را به خود جلب کرده است. بر اساس پیشینه پژوهش، ریزش ارزش سهام، تاثیری منفی، بسیار زیاد و غیرمعمول در قیمت سهام دارد و به طور معمول بدون وقوع یک حادثه مهم اقتصادی رخ می دهد. هدف این پژوهش بررسی پیش بینی پذیری ریزش ارزش سهام بر اساس مدل های مبتنی بر یادگیری ماشین است. در این پژوهش برای پیش بینی ریزش ارزش سهام از الگوریتم کاوش...

در عصر اطلاعات جهت گیری بسیاری از سامانه ها به سمت شخصی سازی اطلاعات برای کاربر است. یادگیری الکترونیکی نیز از این قاعده مستثنا نیست و یکی از ملزومات آن وجود مکانیزمی شخصی شده برای کمک به یادگیری موثر یادگیرنده است. از سوی دیگر سامانه های یادگیری الکترونیکی در قیاس با آموزش سنتی دارای نقایصی جدّی هستند. به عنوان مثال می توان به فقدان تعامل موثر بین یادگیرنده و یاددهنده و عدم ارائه محتوای شخصی شد...

در این مقاله، یک الگوریتم یادگیری ترکیبی جدید برای طراحی شبکه های موجک فازی به منظور تقریب توابع، کنترل و شناسایی سیستم های غیرخطی ارائه شده است. الگوریتم پیشنهادی مبتنی بر الگوریتم حداقل مربعات متعامد (OLS)، الگوریتم جهش قورباغه های بهم آمیخته (SFL) و روش حداقل مربعات بازگشتی(RLS) می باشد. الگوریتم حداقل مربعات متعامد جهت تعیین ابعاد شبکه، غربال کردن موجکها به منظور انتخاب موجکهای مؤثرو تع...

امروزه سازمان ها با پروژه ها و فرصت های سرمایه گذاری متعددی رو برو هستند. از طرفی با توجه به محدودیت های موجود و پویایی محیط کسب و کار ، بقای سازمان ها کسب موفقیت و دستیابی به مزایای رقابتی مستلزم انتخاب مجموعه مناسب و محدودی از پروژه ها می باشند. چنین انتخابی با دو چالش اساسی روبرو است. چالش اول به شرایط تصمیم گیری در مسئله انتخاب سبد پروژه مربوط می شود. از آنجایی که اغلب تصمیم گیرندگان مجبو...

شبکه های کامپیوتری نمونه مهمی از سیستم های پویای توزیع شده هستند که در زندگی روزانه نقش زیادی پیدا نموده اند. اهمیت استراتژیک و محدودیت های ذاتی این گونه سیستم ها منجر به نیاز به کنترل توزیع شده، به خصوص برای مسیریابی، می شود تا رفتار شبکه را قابل تطبیق با تغییرات در توپولوژی، ترافیک داده ها، سرویس ها و غیره نماید. اخیراً، محققین بر روی الگوریتم های مسیر یابی جدیدتری به منظور فراهم آوردن میزان ا...

یکی از مهم ترین روش های یادگیری ماشین، یادگیری با نظارت است که در آن برای آموزش سیستم از داده های برچسب دار استفاده می کنیم. اما گاهی اوقات تعیین برچسب تک تک نمونه های داده سخت و حتی غیر ممکن است و تنها برچسب هر مجموعه از نمونه ها مشخص است. در این مواقع از نوعی یادگیری به نام یادگیری چند نمونه ای استفاده می شود که برای کار با داده های مبهم به وجود آمده و امکان دسته بندی بدون مشخص بودن کلاس همه ...