نتایج جستجو برای: شبکه پرسپترون چندلایه

تعداد نتایج: 36309  

ژورنال: :پژوهش ها و سیاست های اقتصادی 0
منصور خلیلی عراقی mansour khalili araghi professor, university of tehranاستاد دانشکده اقتصاد دانشگاه تهران الهام نوبهار elham nobahar m.a in economicsکارشناس ارشد علوم اقتصادی

هدف اصلی این مطالعه مقایسه قدرت پیش بینی دو مدل رگرسیون هدانیک و شبکه عصبی مصنوعی (ann) و تعیین یک مدل بهینه برای پیش بینی قیمت هدانیک مسکن درکلان شهر تبریز می باشد. نتایج تخمین تابع قیمت هدانیک بیانگر آن است که اکثر متغیرها معنا دار بوده و دارای علامت مورد انتظار می باشند. عوامل فیزیکی بیشتر از عوامل مکانی(محیطی و دسترسی) قیمت واحدهای مسکونی را تحت تأثیر قرار می دهند. همچنین، از بین ویژگی های ...

ژورنال: :تحقیقات جنگل و صنوبر ایران 0
هادی بیاتی دانشجوی کارشناسی ارشد، گروه جنگلداری، دانشکده منابع طبیعی و عوم دریایی دانشگاه تربیت مدرس اکبر نجفی گروه جنگلداری، دانشکده منابع طبیعی و علوم دریایی دانشگاه تربیت مدرس پرویز عبدالمالکی دانشیار، دانشکده علوم زیستی دانشگاه تربیت مدرس

قطع درخت در بین مؤلفه های بهره برداری، اهمیت زیادی دارد. برآورد تولید تجهیزات جنگلی، بخش مهمی از مدیریت هزینه ها در یک واحد جنگلداری است که با کاهش هزینه های عملیات همراه است. به عبارت دیگر، هزینه های بالای سرمایه گذاری در بهره برداری جنگل، دلیل خوبی برای تحقیقات مهندسی جنگل و همچنین مدل سازی زمان می باشد. روشهای زیادی مانند انواع رگرسیون ها، منطق فازی، شبکه های عصبی و غیره برای پیش بینی زمان ق...

ژورنال: :مهندسی عمران مدرس 0
محمد علی ارجمند استادیار / دانشگاه تربیت دبیر شهید رجایی جمال محمودی دانشجوی دوره کارشناسی ارشد / دانشگاه صنعتی خواجه نصیرالدین طوسی مسعود رضائی دانشجوی دوره کارشناسی ارشد / مرکز تحقیقات ساختمان و مسکن محمد حسین محمدی دانشجوی دوره کارشناسی ارشد / دانشگاه خوارزمی

به دلیل نواقص موجود در روش های پیشین محاسبه بزرگای زلزله، شبکه عصبی به عنوان یک روش جدید برای این منظور آزمایش می گردد. در این مقاله نوعی شبکه عصبی با نام پرسپترون چندلایه برای پیش بینی بزرگای گشتاوری زلزله مورد استفاده قرار گرفته است. شبکه عصبی پرسپترون شامل سه لایه اصلی با نام های لایه ورودی، لایه پنهان و لایه خروجی است. ورودی های این شبکه شش متغیر مربوط به مکان و زمان وقوع زلزله و همچنین مشخ...

زمینه: در پژوهش حاضر به شناسایی عوامل موثر بر پیش بینی ورشکستگی شرکتهای ایرانی با استفاده از سیستم شبکه های عصبی مصنوعی (ANN) بر مبنای رویکرد پرسپترون چندلایه (PS) و ارائه یک مدل آماری مناسب به منظور برآورد ورشکستگی شرکتهای ایرانی، با استفاده از یافته های حاصل از اجرای شبکه ANN پرداخته شده است. هدف: در پژهش حاضر به دنبال پاسخ گویی به این پرسش هستیم که آیا عوام...

رشد سریع شهرنشینی و توسعة شهری به‌ویژه در کشورهای درحال‌توسعه، به درک الگو و فرایندهای پیچیدة رشد شهری با روش علمی و کارآمد نیاز دارد. لازمة ایجاد رشد شهری پایدار و برنامه‌ریزی توسعة شهری، درک الگوهای صحیح رشد شهری است. کرمانشاه نهمین شهر پرجمعیت کشور و یکی از چهار شهر نخست ایران از نظر حادبودن معضل حاشیه‌نشینی است. هدف این پژوهش، بررسی پتانسیل توسعة شهری در این شهر است. بدین­منظور،‌ ‌شبکة عصبی...

ژورنال: :مهندسی برق و الکترونیک ایران 0
سید سجاد رضوی s. razavi سید مجید اسماعیل زاده m. smailzadeh

در این نوشتار یک الگوریتم کنترل مدل پیش­بین غیرخطی مبتنی بر شبکه­های عصبی در سیستم بویلر- توربین طراحی شده است. سیستم بویلر توربین یک سیستم با رفتار پیچیده غیرخطی و دارای اندرکنش بین اجزای تشکیل دهنده خود می­باشد که کنترل آن را با چالش­های زیادی روبرو ساخته است. ابتدا سیستم غیرخطی مورد نظر با استفاده از شبکه­های عصبی پرسپترون چند لایه شناسایی شده و سپس بر اساس مدل به دست آمده کنترل­کننده پیش­بی...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده مهندسی برق و کامپیوتر 1392

در بازشناسی گفتار ویژگیهای مختلفی مورد استفاده قرار گرفته اند که موفقترین آنها ضرایب مل کپستروم هستند. این ویژگیها در شرایط نویزی معمولا عملکرد مطلوبی ندارند و تمایز کافی را نیز میان واحدهای بازشناسی گفتاری فراهم نمی کنند. از این رو تحقیقات متعددی درباره افزایش کارآیی ویژگیها در شرایط نویزی و همینطور تمیز صورت گرفته است. یکی از این روشها استفاده از ویژگیهای پی در پی است. در این روش به صورت کلاس...

ژورنال: :پژوهش های فرسایش محیطی 0
علی اکبر متکان تهران روشنک درویش زاده [email protected] امین حسینی اصل تهران محسن ابراهیمی خوسفی تهران

پوشش گیاهی یکی از مهم ترین اجزای اکوسیستم هاست و دانستن درصد پوشش گیاهی سطحی برای بررسی میزان فرسایش خاک، شدت خشکسالی، مطالعات زیست محیطی، منابع طبیعی و غیره بسیار ضروری است. هدف از این تحقیق محاسبه ی درصد پوشش گیاهی با استفاده از تصاویر ماهواره ای و شبکه های عصبی مصنوعی (پرسپترون چندلایه) می باشد. بدین منظور از تصویر ماهواره ای alos مربوط به تاریخ 27 تیر ماه 1388 و شبکه های عصبی مصنوعی پرسپترو...

استفاده از رو‌ش‌های فازی آرت‎مپ و شبکه‎ی عصبی پرسپترون چندلایه برای تهیّه‎ی نقشه‎ی پوشش اراضی (مطالعه‎ی موردی: شهر اصفهان) ازجمله عوامل مهم در برنامه‌ریزی و مدیریت شهری، به‎ویژه در راستای نیل به توسعه‎ی پایدار در نواحی شهری و استفاده‎ی بهینه از سرزمین، دسترسی بهنگام از وضعیّت پوشش اراضی برای این مناطق است. داده‌های سنجش از دور پتانسیل بالایی برای تهیّه‎ی نقشه‎های به‎روز پوشش اراضی شهری دارند. روش...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه سیستان و بلوچستان - دانشکده مدیریت و حسابداری 1391

یکی از راه های کمک به سرمایه گذاران و شرکت ها ارایه الگوهای پیش بینی ورشکستگی درباره شرکت ها است. در ابتدا در پیش بینی ورشکستگی از روش های مختلف آماری مانند تحلیل ممیز ، رگرسیون و تحلیل لوجیت استفاده می شده است. اما بعدها توسعه و پیشرفت علم و کسب آگاهی در خصوص توانایی های هوش مصنوعی (ann) (در زمینه شناسایی و دسته بندی الگوها می باشد) محققین توانستند از شبکه های عصبی برای پیش بینی ورشکستگی استفا...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید