یک روش آماری رایج برای دسته‌بندی، استفاده از مدل‌های رگرسیون لوژستیک است. این روش با درنظرگرفتن اثرات خطی از ویژگیهای افراد یا اشیا به مدل‌سازی احتمالات پسین عضویت در هر دسته می‌پردازد. در عمل این گمان وجود دارد که اثرات غیرخطی ویژگی‌ها می‌توانند نقش موثری در دسته‌بندی صحیح مشاهدات داشته باشند. اما مسئله‌ای که در پی ورود اثرات غیرخطی به مدل لوژستیک مطرح می‌شود، برآوردیابی پارامترها اس...

سود هر سهم یکی از فاکتورهای مالی بسیار مهم است که مورد توجه مدیران، سرمایه گذاران و تحلیل گران  مالی می باشد و اغلب برای تصمیم گیری در خصوص سرمایه گذاری، ارزیابی سودآوری و ریسک مرتبط با سود و نیز قضاوت در خصوص قیمت سهام استفاده می شود، از این رو پیش بینی آن برای مدیران و ذینفعان حائز اهمیت اساسی است. هدف این تحقیق ارائه­ی مدلی به منظور پیش بینی سود هر سهم  با استفاده از شبکه­ عصبی پرسپترون چند ...

پیشبینی آینده در عرصه پویای اقتصاد و بازارهای مالی از جمله بازار بورس به یکی از مهمترین مسائل درعلوم مالی ارتقاء یافته است. همچنین، در دههی اخیر مدلهای شبکه عصبی به علت عملکرد واقع بینانهتر اینمدلها مورد توجه محققین قرار گرفته و از انواع مختلف آنها برای پیشبینی استفاده شده است. اکنون این سئوالمطرح است که، کدام یک از این مدلها قدرت بالاتری برای تبیین فرآیندهای آتی بورس را دارا میباشد؟ در( همین ر...

در این پروژه با توجه به قابلیت بالای شبکه های عصبی مصنوعی در مدلسازی سیستم های غیرخطی، سعی شده که عضله تحریک شده را توسط شبکه های عصبی بصورت جعبه سیاه و بدون توجه به کارکرد اجزای تشکیل دهنده آن مدلسازی کرد. در این کارتحقیقاتی، جهت مدلسازی عضله تحریک شده شبکه های عصبی پس از انتشار خطا و شبکه های عصبی مبتنی بر توابع پایه شعاعی پیاده سازی شده اند. برای یادگیری شبکه های مبتنی ب توابع پایه شعاعی (rb...

توابع پایه شعاعی (rbf) ابزار مفیدی برای حل عددی ، معادلات دیفرانسیل با مشتقات پاره ای می باشند، که هنگام حل عددی آن ها در مرز خطاهای بزرگی رخ می دهد بنابراین لازم است تا رفتار rbf ها در نزدیکی مرزها بررسی و بدنبال راهی برای بهبود دقت آن ها باشیم. در این پژوهش تقریب های توابع پایه شعاعی مورد بررسی قرار می گیرد این روش راهکاری برای بر طرف کردن کاهش دقت در نزدیکی مرزها برای مسایلی که دارای دامنه...

پیشبینی آینده در عرصه پویای اقتصاد و بازارهای مالی از جمله بازار بورس به یکی از مهمترین مسائل درعلوم مالی ارتقاء یافته است. همچنین، در دههی اخیر مدلهای شبکه عصبی به علت عملکرد واقع بینانهتر اینمدلها مورد توجه محققین قرار گرفته و از انواع مختلف آنها برای پیشبینی استفاده شده است. اکنون این سئوالمطرح است که، کدام یک از این مدلها قدرت بالاتری برای تبیین فرآیندهای آتی بورس را دارا میباشد؟ در( همین ر...

مدل‌سازی میدان ثقل به صورت جهانی و محلی و با به کار‌گیری داده‌های ارتفاع سنجی ماهواره‌ای، هوابرد، زمینی و یا ترکیبی از مجموعه این داده‌ها صورت می‌گیرد. یکی از روش‌های مرسوم برای تقریب میدان ثقل، استفاده از بسط توابع هارمونیک کروی است. به دلیل مشخصه‌های جهانی توابع پایه هارمونیک کروی، تغییرات محلی کوچک منجر به تغییر در تمام ضرایب این توابع می‌شود و لذا این توابع برای مدل‌سازی‌های محلی مناسب نیست...

توابع پایه شعاعی کروی همواره به صورت گسترده‌ای برای مدل‌سازی محلی میدان ثقل زمین استفاده شده­اند. تعیین بهینه توابع پایه شعاعی کروی از نظر شکل و موقعیتآن‌ها، یکی از مهم­ترین چالش­ها در انجام مدل‌سازی بر مبنای این توابع پایه است. در این تحقیق یک روش بهینه­سازی برای مدل‌سازی محلی میدان ثقل زمین با استفاده از توابع پایه شعاعی کروی پیشنهاد شده است. بدین منظور، ابتدا آنومالی پتانسیل ثقل زمین به صورت...

آبهای زیرزمینی و مدیریت منابع آب نقش کلیدی در حفظ شرایط پایدار در مناطق خشک و نیمه خشک ایفا میکنند. با توجه به کمبود نمونههای مکانی، هزینه بالا و محدودیت زمانی، مدلسازی مکانی و زمانی توزیع آلودگی آبخوان ضروری بهنظر میرسد. نیترات شایعترین آلایندهی آبهای زیرزمینی بهدلیل فعالیتهای کشاورزی، شهری و صنعتی محسوب میشود؛ ورود آب با غلظت بالای نیترات به آب زیرزمینی مورد استفاده در بخش شرب میتواند سبب...

خشک کردن مواد غذایی به عنوان روشی جهت بهبود ماندگاری، ارائه شده است. به منظور پایش این فرایند از مدل های مختلف شبکه ی عصبی نظیر شبکه ی عصبی پرسپترون، تابع پایه ی شعاعی و مدل ترکیبی شبکه ی عصبی و روش شناسی سطح پاسخ به همراه توابع فعال سازی مختلف به عنوان یک ابزار پیش بینی کننده ی پارامترهای خشک کردن کدوی سبز استفاده گردید. پارامترهای زمان خشک کردن، دمای هوای خشک کردن و ضخامت نمونه به عنوان ورودی...