یادگیری را می توان به دو دسته کلی یادگیری دسته ای و یادگیری برخط تقسیم کرد. یادگیری برخط معمولا در مسائلی که کلیه داده ها موجود نباشد و به پاسخی مناسب در زمانی کم نیاز باشد، کاربرد دارد. روش های مختلفی برای یادگیری برخط ارائه شده است که هر یک سعی دارند تا به بهترین جواب برسند. اما هنگامی که داده ها ساختاری غیرخطی و نامحدب داشته باشند، روش های کلاسیک یادگیری قادر به افراز صحیح داده ها نمی باشند...

مات زدایی مکانی را اغلب با فرض تغییر ناپذیر بودن با شیفت کرنل ماتی، معرفی می کنند اما برای ماتی حرکت در ویدئو این فرض مناسب نیست. با توجه به این موضوع و اینکه در حالت کلی ویدئو شامل انتقال های چند لایه ای و پیچیده است، مات زدایی در ویدئو اغلب بر اساس دیکانولوشن فریم به فریم انجام می شود. اما یک مشکل مهم این است که مات زدایی حرکت از یک تک فریم زمانی که صحنه شامل انسداد حرکت است، بسیار مشکل است. ...

پروتئین ها نقش مهمی در بسیاری از فرآیندهای حیاتی ایفا می کنند. پروتئین ها مولکول های پیچیده ای هستند که از توالی بیست آمینواسید مختلف تشکیل یافته اند. ساختار اول در پروتئین ها همین توالی خطی آمینواسید های خاص در آنها می باشد. دانستن ساختار و کار پروتئین ها دارای کاربرد های مختلفی نظیر طراحی دارو، تشخیص بیماری و حتی بهبود کیفیت محصولات و سوخت های حیاتی مصنوعی می باشد. امروزه با پیشرفت های اخی...

عیب یابی یکی از شاخه های کنترل سلامت سازه ها می باشد. در این پژوهش پاسخ انواع الگوریتم های هوش مصنوعی شامل ماشین بردار پشتیبان، شبکه عصبی، منطق فازی و نزدیکترین همسایگی و ترکیب آنها با الگوریتم های بهینه سازی همچون جامعه پرندگان و جستجوی هارمونی در عیب یابی سازه ها مقایسه می گردد. بعلاوه بمنظور بهبود عملکرد محاسباتی الگوریتم جستجوی هارمونی، الگوریتم ترکیبی تکاملی جدیدی با استفاده از ترکیب این ا...

مقدمه: سرطان پستان یکی از رایج‌ترین سرطان‌ها در میان زنان است. در تصاویر ماموگرافی، تشخیص تومورهای خوش‌خیم از بدخیم به دلیل شباهت ساختاری کاری دشوار و زمان‌بر است. یادگیری ماشین یک شاخه از هوش مصنوعی است که می‌تواند به صورت ابزاری کمکی در کنار پزشک قرار گیرد و آن‌ها را در تصمیم‌گیری یاری کند. ماشین بردار پشتیبان SVM یکی از رایج‌ترین روش‌های یادگیری ماشین است که عملکرد آن به نوع تابع کرنل و ویژگ...

سابقه و هدف: پیش بینی دقیق رواناب رودخانه ها نقش مهمی در مدیریت بهینه منابع آب در دسترس دارد. در سال های اخیر، ماشین بردار پشتیبان (svm) که یکی از مهمترین مدل های داده کاوی است برای این منظور مورد توجه قرار گرفته است. این مدل یک سیستم یادگیری کارآمد بر مبنای تئوری بهینه سازی مقید است که از اصل استقرای کمینه سازی خطای ساختاری استفاده کرده و منجر به یک جواب بهینه کلی می گردد. همانند مدل های داده ...

مقدمه: سرطان پستان یکی از رایج‌ترین سرطان‌ها در میان زنان است. در تصاویر ماموگرافی، تشخیص تومورهای خوش‌خیم از بدخیم به دلیل شباهت ساختاری کاری دشوار و زمان‌بر است. یادگیری ماشین یک شاخه از هوش مصنوعی است که می‌تواند به صورت ابزاری کمکی در کنار پزشک قرار گیرد و آن‌ها را در تصمیم‌گیری یاری کند. ماشین بردار پشتیبان SVM یکی از رایج‌ترین روش‌های یادگیری ماشین است که عملکرد آن به نوع تابع کرنل و ویژگ...

سابقه و هدف: پیش‌بینی دقیق رواناب رودخانه‌ها نقش مهمی در مدیریت بهینه منابع آب در دسترس دارد. در سال‌های اخیر، ماشین بردار پشتیبان (SVM) که یکی از مهمترین مدل‌های داده‌کاوی است برای این منظور مورد توجه قرار گرفته است. این مدل یک سیستم یادگیری کارآمد بر مبنای تئوری بهینه‌سازی مقید است که از اصل استقرای کمینه‌سازی خطای ساختاری استفاده کرده و منجر به یک جواب بهینه کلی می‌گردد. همانند مدل‌های داده‌...

یکی از متداول ترین روش هایی که بر اساس همبستگی میان داده ها به برآورد مشاهدات می پردازد و دارای دقت بالایی نیز است، روش کالوکیشن کمترین مربعات می باشد. انتخاب یک تابع کواریانس به عنوان تابع کرنل، یکی از نکات اساسی در تحلیل کالوکیشن کمترین مربعات به شمار می آید. در این پایان نامه سعی شده است با استفاده از داد های آنومالی ثقل به مقایسه درونیابی توابع کرنل متفاوت بپردازیم. در این تحقیق علاوه بر دا...

هدف از انجام پژوهش حاضر ارزیابی تأثیر حجم نمونه و طول آزمون بر نمره‌های همتراز شده و خطای همترازسازی روش کرنل (KE) (با شیوه‌های مختلف هموارسازی رشته‌ای و PSE[2]) و همچنین مزایا و معایب این روش در مقایسه با تکنیک‌های همترازسازی کلاسیک بوده است. جامعه آماری و گروه نمونه پژوهش حاضر، داده‌های آزمون‌های ملی ایران (آزمون تولیمو و آزمون‌های جامع کنکورهای آزمایشی شرکت تعاونی سازمان سنجش آموزش کشور در س...