شبکه‌های عصبی چند لایه پیش خور از دیرباز به طور وسیعی مورد توجه محققان بوده است. این شبکه‌ها علی‌رغم موفقیت چشم‌گیر در برقراری ارتباط بین ورودی و خروجی، دارای چندین نقطه ضعف بوده‌اند. به عنوان مثال زمان آموزش این شبکه‌ها نسبتاً طولانی است و گاهی ممکن است این شبکه‌ها آموزش نبینند. دلیل طولانی بودن زمان آموزش را می‌توان به انتخاب نامناسب پارامترهای شبکه نسبت داد. روش به دست آوردن پارامترهای وزن وب...

در این مقاله شدت یادگیری به مفهوم میزان صرفه‌جویی در هزینه نیروی‌کار و رشد بهره‌وری در اثر تجربه، با استفاده از منحنی یادگیری اندازه‌گیری و اثرات آن بر عملکرد صنایع کارخانه‌ای ایران مورد ارزیابی قرار می‌گیرد. بدین منظور از داده‌های 130 صنعت فعال کد چهاررقمی ISIC ایران طی سال‌های 1392- 1375 استفاده شده تا اثرات یادگیری و میزان مزایای هزینه‌ای نیروی‌کار در اثر افزایش تجربه مورد بررسی قرار گیرد. ن...

هدف از این پژوهش، بررسی پیش‌بینی‌پذیری یادگیری کارکنان در محیط کار از طریق فرهنگ یادگیری، به واسطه‌ی توانمندسازی روان‌شناختی و اثربخشی مدیریتی است. به همین منظور پرسش‌نامه‌ای کتبی متشکل از 33 گویه با استفاده از سنجه‌های استاندارد طراحی و 90 پرسش‌نامه در 15 شعبه‌ی بانک اقتصاد نوین استان‌های خراسان شمالی، جنوبی و رضوی بین کارکنان، توزیع و 83 مورد جمع‌آوری شد. نرخ پاسخ‌گویی نهایی پس از حذف دو پرسش...

پیشبینی قیمت سهام یکی از موضوعهای مهم مالی است، چرا که دادههای قیمت سهام دارای تغییر پذیری زیاد، پیچیدگی، دینامیک و آشوبگونه است،بنابراین ارتباط نامشخص بین قیمت سهام و عوامل مؤثر کاملا پویا است. بنابراین مسأله پیشبینی قیمت سهام تنها بوسیله یک برنامه کامپیوتری کاردشواری است.در این تحقیق، ابتدا بوسیله آزمون گردش، امکان پیشبینی قیمت سهام شرکت صنایع ملی مس ایران بررسی گردید. سپس رابطه همبستگی هشتبر...

این مقاله به بررسی مقایسه ای توان شبکه های عصبی مصنوعی و سری های زمانی خودبازگشت در پیش بینی ایستای نرخ تورّم ایران می پردازد. در یک بررسی، با استفاده از 37 سال داده های تاریخی نرخ تورّم ایران، مدل شبکة عصبی مصنوعی در پیش بینی آیندة نزدیک در مقایسه با سری های زمانی خودبازگشت، به‎طور متوسط از عملکرد بهتری برخوردار است. در این بررسی، مزایای روش توقّف زودهنگام در مرحلة یادگیری شبکة عصبی برای پیش بینی...