نتایج جستجو برای: یادگیری شبکه عصبی
تعداد نتایج: 60481 فیلتر نتایج به سال:
در این پایان نامه تلاش شده تا طرحی برای شبکه های عصبی مصنوعی ارائه شود که هم از نظر ساختار، هم به لحاظ فرآیند آموزش و هم از جهت پذیرش انواع گوناگون داده های ورودی به شبکه های عصبی زیستی شباهت داشته باشد. در نتیجه طرحی برای به کارگیری یادگیری تقویتی در شبکه های عصبی بازگشتی ساخته شده از عصب های دندانه ای ارائه شده است که توانایی پردازش داده های موازی و جریان های داده را همزمان دارد.
در این مطالعه جهت مدل سازی میزان غلظت تری هالومتان در آب شرب، از شبکه عصبی مصنوعی استفاده شده است. پس از آموزش، شبکه عصبی قادر است براساس مشخصات کیفی آب و میزان غلضت کلر در آب شرب، میزان غلظت تری هالومتان را پیش بینی کند. جهت ارزیابی و تشریح مدل، آب تصفیه خانه سنگر واقع در شهرستان رشت به صورت موردی بررسی شده است. از اندازه گیری های انجام یافته بر روی آب شرب تصفیه خانه سنگر، داده های مورد نیاز،...
یکی از هدفهای اصلی تجزیه و تحلیل های اقتصادی,پیش بینی صحیح و دقیق متغیر های اقتصادی است که می تواند سیاستگزاران را در جهت تصمیمات صحیح و مناسب با مقادیر پیش بینی شده کمک و یاری نماید و بدیهی است که هر چه مقادیر پیش بینی شده دقیق تر باشد اتخاذ سیاستهای لازم و بکارگیری ابزارمتناسب با آن نیز می تواند به صورت مناسب تری صورت گیرد.در نتیجه در دهه های اخیر مدل های پیش بینی گوناگونی توسعه یافته و به رق...
این مطالعه به منظور پیشبینی تغییرات جمعیت سن گندم در مزرعه با استفاده از شبکه عصبی مصنوعی و رگرسیون خطی چند گانه انجام شد. دادههای مربوط به نوسانات جمعیت سن گندم در مزرعهای به مساحت یک هکتار در سالهای 1394 و 1395 در شهرستان چادگان بدست آمد. در این مدلها از متغیرهای تاریخ نمونه برداری، متوسط دما، میانگین رطوبت نسبی، سرعت باد، جهت باد، بارش به عنوان متغیرهای وروردی و تغییرات جمعیت سن مادر به...
در این تحقیق به منظور بررسی قابلیت شبکه های عصبی مصنوعی در تعیین پتانسیل رمبندگی، نمونه های متعدد خاک رمبنده از یک منطقه (دشت زاهدان) گردآوری شده است. در آزمایشگاه آزمایش های معمول رمبندگی بر روی آنها انجام و تعداد 130 نمونه خاک رمبنده حاصل از اعماق و مکان های مختلف دشت در پایگاه داده ثبت گردید. آزمایش رمبندگی انجام شده، تحکیم مضاعف بوده که برای بررسی بیشتر آزمایش های دانه بندی، وزن مخصوص، حدود...
شبکه های عصبی چند لایه پیش خور از دیرباز به طور وسیعی مورد توجه محققان بوده است. این شبکه ها علی رغم موفقیت چشم گیر در برقراری ارتباط بین ورودی و خروجی، دارای چندین نقطه ضعف بوده اند. به عنوان مثال زمان آموزش این شبکه ها نسبتاً طولانی است و گاهی ممکن است این شبکه ها آموزش نبینند. دلیل طولانی بودن زمان آموزش را می توان به انتخاب نامناسب پارامترهای شبکه نسبت داد. روش به دست آوردن پارامترهای وزن وب...
در این نوشتار چگونگی استفاده از الگوریتم ژنتیک در آموزش شبکههای عصبی، و بهطور همزمان بهینهسازی ساختاری آنها بهمنظور مدلسازی دینامیک غیرخطی هواپیماهایی با قابلیت مانور بالا، بررسی میشود. ارتباطهای وزنی، معماری شبکه و قوانین یادگیری از مشخصاتی هستند که نقش بسیار مهمی در کیفیت آموزش و تعمیم شبکههای عصبی برای مدلسازی سیستمهای غیرخطی ایفا میکنند. لذا تنظیم درست این پارامترها کمک شایانی ب...
متغیرهای مختلفی بر عملکرد مزارع نیشکر تأثیرگذارند. با بررسی این متغیرها و تعیین میزان اثر هر یک از آنها میتوان به راهکارهایی بهمنظور افزایش بهرهوری مزارع نیشکر دست یافت. امروزه استفاده از یافتههای هوش مصنوعی و داده کاوی برای کمک به پیشبینی تولید محصول مورد توجه قرار گرفته است. هدف از این مقاله، معرفی روش هوشمند سیستم استنتاج فازی- عصبی تطبیقی و ترکیب این تکنیک با الگوریتم بهینهس...
بهینه سازی به کمک یک مدل هوشمند لازمه ی دست یابی به بالاترین کیفیت ممکن در تامین آب شرب و صنعتی می باشد. در این مطالعه، مدل شبکه عصبی مصنوعی به منظور بهینه سازی فرایند انعقاد و لخته سازی آب شرب با هدف کنترل کیفی آب خروجی نسبت به پارامتر کربن آلی کل مورد استفاده قرار گرفت. مدل شبکه عصبی با ساختار پیش خور چند لایه و با فرایند یادگیری پس انتشار خطا برای بهینه سازی غلظت فریک کلراید و پلیمر کاتیونی ...
منظور نمودن شاخص های حاصل خیزی خاک از جمله ظرفیت تبادل کاتیونی(cec) می تواند در ارتقا و افزایش کیفیت نقشه های خاک مفید باشد. برای اندازه گیری cec که زمان بر و پرهزینه است می توان از برآورد آن از طریق توابع انتقالی استفاده کرد. در این تحقیق، ابتدا چند محدوده (delineation) از دو واحد نقشه همگون (consociation)، شامل دو فامیل خاک واقع در دشت شهرکرد، یک واحد نقشه شامل سری شهرک و دیگری شامل سری چهارم...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید