هدف اصلی این پژوهش ارائه مدلی برای کشف تقلب با استفاده از رویکرد ترکیبی مدل تحلیل ­عاملی و روش شبکه عصبی مصنوعی از نوع شبکه عصبی پیش­خور با الگوریتم پس انتشار خطا است. شبکه‌ای که برای پیش‌بینی تقلب مالی شرکت‌ها استفاده می‌شود دارای 17 نرون (مجموعه نسبت‌های مالی انتخاب شده) در لایه ورودی و 1 نرون (وضعیت تقلب شرکت‌ها) در لایه خروجی است. تابع تبدیل مورد استفاده در لایه خروجی از نوع خطی و برای لایه...

امروزه روش های کمی، به یکی ازمهمترین ابزارهای پیش بینی برای اخذ تصمیمات و سرمایه گذاری های کلان دربازارها تبدیل شده اند. دقت پیش بینی، یکی ازمهم ترین فاکتورهای انتخاب روش پیش بینی است. هدف اصلی این تحقیق بررسی دقت پیش بینی مدیریت سود با استفاده ازشبکه های عصبی و درخت تصمیم گیری و مقایسه آن بامدل های خطی است. برای این منظورنه متغیر تأثیرگذار برمدیریت سود به عنوان متغیرهای مستقل واقلام تعهدی اختی...

هدف اصلی کار ارائه شده در این پروژه افزایش سرعت آموزش شبکه های عصبی با استفاده از فرآیند موازی سازی می باشد. در این پروژه سعی بر آن شده است تا از الگوریتم پس انتشار خطا بر روی شبکه های روبه رشد استفاده گردد. امروزه کامپیوترهای موازی بزرگ برای آزمایشگاههای تحقیقاتی و دانشگاه ها در دسترس است. بسیاری از اجراهای شبکه های عصبی در کامپیوترهای موازی گزارش شده است. اگر چه تحقیق کاربردهای عصبی در این پر...

در این مقاله از یک شبکه عصبی مصنوعی (ANN) 3 لایه با 18 نورون در لایه مخفی جهت مدل‌سازی سری زمانی تغییرات محتوای الکترون کلی (TEC) لایه یونسفر در منطقه ایران استفاده شده است. مشاهدات 36 ایستگاه GPS در 11 روز متوالی (روز 220 GPS الی روز 230 GPS) از سال 2012 جهت مدل‌سازی بکار گرفته شده است. جهت سرعت بخشیدن به مرحله آموزش و نیز بالا بردن دقت و صحت نتایج از الگوریتم آموزش بهینه‌سازی انبوه ذرات (PSO)...

در این مقاله اثرات پدیده کوپلاژ متقابل فازها بر رفتار موتورSR6/4 مورد بررسی قرار گرفته است. با توجه به ضعف توانائی مدلهای اندوکتانسی در مواجه با ماهیت غیر خطی شار برای موتورSR6/4 با تحریک همزمان دوفاز گردیده است که در برگیرنده اثرات پدیده کوپلاژ متقابل فازهاست. اطلاعات شار مورد استفاده در توسعه مدل، از طریق تحلیل FE دوبعدی بدست آمده‌اند. این اطلاعات گویای اهمیت پدیده کوپلاژ متقابل فازها، به خص...

شبکه های عصبی مصنوعی سیستمهای پردازش اطلاعات هستند. در سالهای اخیر این الگوریتمها مورد توجه محققان بسیاری برای مدلسازی فرایندهای مختلف و همچنین حل مسائل گوناگون قرار گرفته اند.در این تحقیق یک مدل شبکه عصبی مصنوعی برای پیش بینی خصوصیات کششی نخهای مغزی دار با رویه پنبه و مغزی نایلون ارائه می شود. بدین منظوراز شبکه های چند لایه پیشرونده با الگوریتم آموزشی انتشار به عقب برای بررسی رابطه و ایجاد یک ...

زمینه و هدف: طبقه بندی تصاویر یکی از روش های مهم درتفسیرتصاویر ماهواره ای است که کاربرد زیادی در بررسی تغییرات زمین دارد. در این میان داده های ماهواره ای به دلیل ارایه اطلاعات به روز، ارزان بودن و تنوع اشکال بهترین وسیله برای آشکارسازی و ارزیابی تغییرات شناخته شده است. از طرفی دیگر در سال های اخیر روش های شبکه های عصبی مصنوعی به طور وسیع و گسترده جهت طبقه بندی داده های ماهواره ...

فیلتر کالمن آنسنتد (ukf) یکی از معروفترین فیلترها جهت تخمین متغیرهای حالت آغشته با نویز گوسی و سفید یک سیستم غیرخطی است. همچنین این فیلتر در تخمین پارامترهای شبکه های عصبی چند لایه ای نیز مورد استفاده قرار می گیرد. شبکه عصبی نوع gmdh یکی از پرکاربردترین شبکه های عصبی است که از توانایی بالایی در مدل سازی داده های پیچیده برخوردار است. در تحقیقات زیادی از روش های گوناگون نظیر تجزیه مقادیر منفرد و ...

هدف مطالعه حاضر، پیش‌بینی و ارایه مدل ریسک اعتباری جهت سرمایه‌پذیران تأمین ‌مالی جمعی مبتنی بر بدهی است. با توجه به پیچیدگی ارزیابی ریسک، بهترین معماری شبکه عصبی الگوریتم پرسپترون چند لایه برای شبیه‌سازی انتخاب شد. جامعه آماری این پژوهش، اطلاعات مالی پرونده‌ اعتباری/تسهیلاتی کلیه مشتریان (506 مورد) یکی از بانک‌های کشور مربوط به سال 98-97 است. به منظور معناداری رابطه شاخص‌های استخراج شده از نمون...

آگاهی از قیمت نفت و پیش بینی صحیح آن می تواند فرآیند تصمیم گیری خرید و فروش نفت در بازارهای جهانی را تسهیل و بهترین زمان برای اجرای معاملات و سرمایه گذاری ها را تعیین نماید. در بخشی از این تحقیق با استفاده از مدل های arima و مدل های واریانس ناهمسان به مدل سازی و پیش بینی ماهانه قیمت نفت بازار وست تگزاس اینترمدیت پرداخته شده و نتایج آن با مدل شبکه عصبی مصنوعی مقایسه شده است. نتایج تحقیق نشان می ...