سامانه های طبقه بند یادگیر و یکی از معروف ترین آنها یعنیxcs، ازانواع سامانه های بر خط مبتنی بر قانون هستند که یک مکانیزم کلی برای تولید قوانین به صورت موازی دارند و به صورت تطبیقی، قوانین جدیدی را که کاراتر از قوانین موجود باشند، تولید می کنند. این سامانه ها حاصل ترکیب دو رهیافت مهم در حوزه یادگیری ماشین به نام های روش های یادگیری تقویتی و پردازش های تکاملی می باشند. سامانه های طبقه بند یادگیر ...

در نوشتار حاضر، روش نوینی برای تشخیص محل و میزان آسیب در سازه‌ها ارائه شده است. در روش پیشنهادی از اطلاعات مودال سازه، شامل بسامد و شکل مودی استفاده شده است. با توجه به محدودیت موجود در تعداد حس‌گرهای به‌کار رفته در سازه، برای به‌دست آوردن اطلاعات مودال نسبت به مدل اجزاء محدود، اطلاعات مودال به‌دست آمده از حس‌گرها با استفاده از روش کاهش بهبود یافته، بسط داده شده و به‌عنوان ورودی برای آموزش ماشی...

در مقالة حاضر، از روش ماشین یادگیری شدید برای مدل‌سازی نرخ انتقال مواد در این فرآیند به عنوان پارامتر تأثیرگذار بر سرعت انجام فرآیند و کیفیت سطح بوجود آمده، استفاده شده است. میزان میانگین مربعات خطا (MSE) برای نرخ انتقال مواد در داده‌های آموزش 000387/0 و در داده‌های آزمون 0017/0 با استفاده از مدل شبکة عصبی ماشین یادگیری شدید بدست آمد. همچنین، مقدار میانگین مربعات خطا برای متوسط ضخامت لایة بازنش...

مسئله تعیین توالی مجموعه ای از کارها با معیار کمینه سازی مجموع بیشینه های زودکرد و دیرکرد مورد بررسی قرار گرفته است . این معیار به دلیل سعی در حداقل کردن و به صفر رساندن مقادیر زودکرد و دیر کردار، منطبق بر سیستمهای تولیدی مختلفی از جمله jit می باشد. این معیار در مسائل یک ماشین و n کار (n/1/et max) و مسائل m ماشین و n کار با حالت flow shop، (n/m/p/et max) مورد بررسی قرار گرفته است . حالتهای خاص ...

مقدمه: در دهه ی اخیر الگوریتم های یادگیری ماشین به ابزار مفیدی جهت داده کاوی در داده های پزشکی، برای تولید مدل های پیش بینی تبدیل شده اند. سوختگی از جمله بیماری هایی است که پیش بینی پیامد آن از اهمیت زیادی برخوردار است. هدف این مطالعه بررسی عملکرد دو الگوریتم پراستفاده ی یادگیری ماشین یعنی شبکه ی عصبی و درخت تصمیم و مقایسه با روش آماری رگرسیون لجستیک در پیش بینی پیامد بیماران سوختگی بوده است. ر...

ترکیب طبقه بندها یک راهکار متداول در بهبود کارایی طبقه بندهای پایه در حل مسائل پیچیده ی طبقه بندی می باشد. سیستم های ترکیبی طبقه بندی عموما از دو جز اصلی یادگیری طبقه بندهای پایه و بخش ترکیب خروجی ، تشکیل شده اند. استفاده از راهکاری مناسب برای تعیین وزن خروجی طبقه بندهای پایه از جمله ی پارامترهای مهمی است که می تواند در بهبود کارایی سیستم ترکیبی طبقه بندی نقش موثری را ایفا نماید. از سویی دیگر ف...

طبقه بندی و ارتباط، شایع ترین مسائل در داده کاوی برای استخراج دانش، یادگیری ماشین، تخمین ، دسته بندی و ابزار مهمی برای برآورد و پیش بینی هستند. هدف طبقه‎بندی داده‎ها، سازماندهی و تخصیص داده‎ها به کلاس‎‎های مجزا می‎باشد. در این فرآیند بر اساس داده‎های توزیع شده، مدل اولیه‎ای آموزش داده می‎شود و سپس این مدل برای پیشگویی کلاس داده‎ی جدید مورد استفاده قرار می گیرد. در این پایان نامه مدل جدیدی برای ...

تهیه نماد کروموزومی فرآیند آرایش تصاویر کروموزومی به یک فرم استاندارد جهت تشخیص بیماری ها و ناهنجاری های کروموزومی است. رویکرد تهیه نماد کروموزومی خودکار یک ابزار کمکی به متخصصان ژنتیکی است که در راستای صرفه جویی در زمان و متخصصان و حل مشکلات تهیه دستی نماد کروموزومی طراحی می شود. انجام این فرآیند بصورت سنتی در آزمایشگاه های پزشکی ژنتیکی زمان طولانی می برد، بطور مثال هر تست نماد کروموزومی حدود ...