نتایج جستجو برای: شبکه های عصبی ترکیبی آموزش پذیر 2
تعداد نتایج: 2950770 فیلتر نتایج به سال:
: در سالیان اخیر، استفاده از سیستمهای هوشمند در علوم مهندسی و بهویژه در تشخیص بیمارهای مختلف بهطور فزایندهای رو به افزایش است. در این مقاله نیز یک روش هوشمند ترکیبی برای تشخیص بیماریهای قلبی (آریتمیهای قلبی) ارائه شده است. اساس این روش بر استفاده از ساختارهای ترکیبی از شبکههای عصبی برای طبقهبندی کارکرد طبیعی و چهار کارکرد غیر طبیعی قلب است. در این ساختارهای ترکیبی، برخی از شبکههای عصبی...
در این مطالعه جهت مدل سازی میزان غلظت تری هالومتان در آب شرب، از شبکه عصبی مصنوعی استفاده شده است. پس از آموزش، شبکه عصبی قادر است براساس مشخصات کیفی آب و میزان غلضت کلر در آب شرب، میزان غلظت تری هالومتان را پیش بینی کند. جهت ارزیابی و تشریح مدل، آب تصفیه خانه سنگر واقع در شهرستان رشت به صورت موردی بررسی شده است. از اندازه گیری های انجام یافته بر روی آب شرب تصفیه خانه سنگر، داده های مورد نیاز،...
به دلیل عدم قطعیتهای شناختی، تصادفی و محدودیتهای انعطاف پذیر، در این مطالعه مدل جدیدی از برنامهریزی محدودیت شانس انعطافپذیر، امکانی، استوار مختلط بر مبنای تئوری اعتبار برای طراحی شبکه زنجیره تامین حلقه بسته توسعه داده شد. نگرشهای متفاوت تصمیمگیرندگان با اندازهگیری انعطافپذیرتر پارامترهای خوشبینانه بدبینانه قالب معیار پاسخ حداقل سطح رضایت انعطافپذیر حل بهینه گردید. پیشنهادی، قادر کاهش ...
این مقاله ضمن ارائه مدلی ترکیبی از شبکه های عصبی مصنوعی، به بررسی توان پیش بینی کنندگی آنها در مقایسه با مدل های منفرد می پردازد. در این بررسی، با استفاده از شبکه های عصبی ترکیبی متشکل از شبکه های پیش خور و خود سازمانده کوهونن اقدام به پیش بینی قیمت سهام شده است. نتایج آزمایشات محاسباتی در پیش بینی قیمت سهام شده است. نتایج آزمایشات محاسباتی در پیش بینی قیمت سهام در بازار بورس تهران نشان می دهد ...
پیشرفتهای اخیر در کشاورزی دقیق سبب شده است تا مدل های قابل انعطاف مختلفی جهت پیش بینی، طبقهبندی و تهیه نقشههای دقیق از جمعیت علفهای هرز به منظور کنترل متناسب بامکان آنها ارائه شود. این پژوهش به منظور پیش بینی الگوی پراکنش جمعیت علف هرز تلخه با استفاده از شبکه عصبی بردار چندی ساز یادگیر(lvqnn) در سطح مزرعه انجام شد. داده های مربوط به تراکم جمعیت علف هرز تلخه از طریق نمونه برداری بر روی یک ش...
امروزه شبکه های عصبی مصنوعی جایگاه ویژه ای در حیطه مالی پیدا کرده است. پژوهش حاضر به دنبال یافتن روش بهتر برای ساخت و آموزش شبکه های عصبی مصنوعی است که منجر به پیش بینی دقیق تر در موضوع ورشکستگی شود. در این میان سه شبکه عصبی از نوع توابع شعاع مدار ساخته شد که به صورت جداگانه توسط متغیرهای مدل آلتمن (1983)، اسمایوسکی (1984) و ترکیبی آموزش داده شدند. پس از سنجش توانایی سه مدل در پیش بینی ورشکستگی...
در این مطالعه جهت مدل سازی میزان غلظت تری هالومتان در آب شرب، از شبکه عصبی مصنوعی استفاده شده است. پس از آموزش، شبکه عصبی قادر است براساس مشخصات کیفی آب و میزان غلضت کلر در آب شرب، میزان غلظت تری هالومتان را پیش بینی کند. جهت ارزیابی و تشریح مدل، آب تصفیه خانه سنگر واقع در شهرستان رشت به صورت موردی بررسی شده است. از اندازه گیری های انجام یافته بر روی آب شرب تصفیه خانه سنگر، داده های مورد نیاز،...
پیشرفتهای اخیر در کشاورزی دقیق سبب شده است تا مدل های قابل انعطاف مختلفی جهت پیش بینی، طبقهبندی و تهیه نقشههای دقیق از جمعیت علفهای هرز به منظور کنترل متناسب بامکان آنها ارائه شود. این پژوهش به منظور پیش بینی الگوی پراکنش جمعیت علف هرز تلخه با استفاده از شبکه عصبی بردار چندی ساز یادگیر(LVQNN) در سطح مزرعه انجام شد. داده های مربوط به تراکم جمعیت علف هرز تلخه از طریق نمونه برداری بر روی یک ش...
سابقه و هدف: سمیت ریه مرتبط با رادیوتراپی قفسه سینه، تقریبا در 15-5% بیمارانی که رادیوتراپی قفسه سینه انجام می دهند اتفاق می افتد، برای حداقل رساندن آن لازم است تا ارتباط بین خطر التهاب ریه القا تابشی و پارامتر های درمان همانند فاکتور دزیمتری، فاکتورهای بیولوژیکی، و آزمایشهای عملکردی ریه درک شود. از این رو، شبکه عصبی مصنوعی فید-فوروارد همراه با الگوریتم ژنتیک برای پیش بینی وقوع التهاب ریه با در...
زمینه و هدف: از آن جایی که سیستم عصبی انتریک پیچیده است و نیاز به شناخت بیشتری دارد لذا، تصمیم گرفتیم که فعالیت میو الکتریکی روده باریک را به جهت شناخت بهتر سندرم روده تحریکپذیر، با استفاده از شبکههای عصبی مصنوعی مدلسازی کنیم چون بر اساس اطلاعات تجربی، در این بیماری میزان سروتونین در سیستم عصبی انتریک افزایش یافته است و سیستم عصبی انتریک نیز بیش از اندازه فعال و حساس میشود، هدف این تحقیق اث...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید