یکی از دغدغه های امروز دانشمندان درحوزه یادگیری ماشین، تحلیل داده های مربوط به سیستم های آشوب گونه است. توانایی طبقه بندی و استخراج دانش نهفته در این نوع داده ها ما را قادر می سازد تا سیستم های پیش بینی کننده قدرتمندی برای حوزه های مختلف مهندسی و اقتصاد فراهم آوریم.تاکنون روش های گوناگونی برای پردازش این نوع داده ها به کار گرفته شده اند که از آن جمله می توان به الگوریتم های تکاملی، شبکه های عصب...

یکی از دغدغه های امروز دانشمندان درحوزه یادگیری ماشین، تحلیل داده های مربوط به سیستم های آشوب گونه است. توانایی طبقه بندی و استخراج دانش نهفته در این نوع داده ها ما را قادر می سازد تا سیستم های پیش بینی کننده قدرتمندی برای حوزه های مختلف مهندسی و اقتصاد فراهم آوریم.تاکنون روش های گوناگونی برای پردازش این نوع داده ها به کار گرفته شده اند که از آن جمله می توان به الگوریتم های تکاملی، شبکه های عصب...

الگوریتم نزدیکترین همسایه یکی از قدیمی ترین و ساده ترین روشهای غیر پارامتریک و پویای دسته بندی است. این الگوریتم می تواند با مجموعه کوچکی از نمونه های آموزشی یادگیری داشته باشد و داده های آموزشی خود را هر زمان که در دسترس باشند افزایش دهد. علی رغم مزایای الگوریتم نزدیکترین همسایه از قبیل سرعت بالا در زمان یادگیری و توانایی نمایش پیچیده ترین مرزهای تصمیم گیری، این روش دارای مشکلاتی مانند وابستگی...

امروزه با توجه به اهمیت بالای مدیریت پایدار آب­های زیرزمینی، برای بررسی و ارزیابی منابع آب از مدل‌سازی و پیش‌بینی تراز آب­‌های زیرزمینی (GWL) استفاده می‌­شود. هدف از این پژوهش، ارزیابی عملکرد دو مدل ماشین یادگیری بیشینه (ELM) و شبکه عصبی مصنوعی (ANN) و همچنین، تلفیق آن دو مدل با الگوریتم تبدیل موجک (W-ELM و W-) است که در نهایت برای بالا بردن قدرت پیش­‌بینی و بهینه‌­کردن وزن­‌های ورودی (وزن­‌های...

در این مقاله، ریپل گشتاور در موتورهای سوییچ رلوکتانس، بررسی شده است. روش ارائه­شده در این مقاله برای کاهش ریپل گشتاور، مبتنی بر انتخاب بهترین ساختار ماشیناز طریق الگوریتم ژنتیک و طراحی درایو مناسب است. در این مطالعه برای کاهش ریپل گشتاور بر اساس طراحی ساختار مناسب، ابتدا یک ماشین مرجع و سپس تعدادی از پارامترهای ماشین انتخاب شد که تغییر آن­ها تأثیری در مشخصات مکانیکی، توان نامی ماشین و حجم ماشین...

یکی از مهمترین مباحث بازار سرمایه آگاهی از میزان ریسک شرکت‌ها به ویژه ریسک سیستماتیک است که می تواند بازده سهام شرکت‌ها را تحت تأثیر قرار داده و نقش به سزایی در تصمیم‌گیری ایفا کند. در این تحقیق، هدف پیش‌بینی ریسک سیستماتیک شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران با استفاده از نرم افزار شبکه عصبی مصنوعی و سه الگوریتم کرم شب تاب، الگوریتم درخت تصمیم و الگوریتم رگرسیون ماشین بردار پشتیبان...

به‌دلیل عدم امکان پیش‌بینی همه وضعیت‌های ممکن برای عامل‌ها در یک سیستم چندعامله‌ی پویا و گسترده، روش‌های یادگیری ماشین، ابزار مناسبی برای کنترل رفتار عامل‌ها می‌باشد. فوتبال شبیه‌سازی شده ربات‌ها یک مسئله شناخته‌شده برای ارزیابی الگوریتم‌های یادگیری ماشین روی سیستم‌های چندعامله است. در این مقاله الگوریتم یادگیری کیو ـ وی (یکی از الگوریتم‌های معروف یادگیری تقویتی) جهت بهبود عملکرد حمله در تیم رب...

بیوانفورماتیک علمی است بین رشته ای که قواعد ریاضی، فیزیک، شیمی و علوم کامپیوتر را به داده های وسیع، متنوع و پیچیده زیست شناسی، اعمال می کند. هدف بیوانفورماتیک، حل مسایل زیست شناسی در سطح مولکولی است. پروتیین ها از اجزای اصلی سلول های موجودات زنده هستند. هر مولکول پروتیین، از زنجیره ای از اسیدهای آمینه تشکیل می شود. برای پروتیین چهار ساختار (اول، دوم، سوم، چهارم) تعریف شده است. ساختار اول، همان ...

تخصیص نظرها و متن‎های منتشر شدۀ کاربران در فضای مجازی به طبقاتی با احساسات مثبت یا منفی، در تحقیق‌های مربوط به متن‌کاوی اهمیت بسیار زیادی دارد. هدف این مقاله، استفاده و مقایسۀ روش‌های یادگیری ماشین در طبقه‌بندی متن‎های فارسی بر اساس احساسات کاربران فعال در فضای مجازی است. داده‌های پژوهش، مجموعه نظرهای منتشرشده دربارۀ فیلم‌های ایرانی و خارجی در بازۀ زمانی 1392 تا 1395 در سایت‌های سینمایی و نقد ف...