پژوهش حاضر بر اساس ارزیابی الگوی یادگیری الگوریتم لورنبرگ مارکوات، گرادیان نزولی و الگوی آریما به مقایسه و توانایی پیش‌بینی کنندگی در بازار سرمایه می‌پردازد. بدین منظور داده‌های بازار در سال‌های 1394 تا 1397 مورد استفاده قرار گرفت و بیش از 75 درصد از این داده‌ها تا قبل از سال 1397 به عنوان داده‌های آموزشی استفاده شد و داده‌های یک سال پایانی نیز به عنوان داده‌های آزمایشی مورد استفاده قرار گرفته ...

مقدمه: بهبود تصمیم گیری بالینی دانشجویان، یکی از مهم ترین چالش های آموزش پزشکی می باشد و روش های متعددی برای ارتقاء این مهارت وجود دارد. هدف این مطالعه تعیین اثربخشی یادگیری مبتنی بر الگوریتم بر توانایی تصمیم گیری بالینی دانشجویان فوریت پزشکی بود. روش بررسی: در این مطالعه تجربی، 25 دانشجوی فوریت پزشکی به صورت تصادفی به دو گروه یادگیری مبتنی بر الگوریتم  (13=n) و کنترل  (12=n) تخصیص یافتند. دانش...

درسال های اخیر سامانه های هوشمند نظارت بر ترافیک بیش از پیش مورد توجه قرارگرفته و در برخی کشورها برای مشاهده ی وضعیت ترافیک و استخراج اطلاعات ترافیکی پیاده سازی شده اند. با وجود تلاش های بسیاری که برای پیاده سازی موفق این سامانه ها صورت گرفته، دست یابی به سامانه ای بی درنگ و کامل که قابلیت استفاده در شرایط ترافیکی و محیطی مختلف را داشته باشد هم چنان مسئله ا ی جدّی و جذاب برای تحقیق است. در پژوهش...

سندرم متابولیک مجموعه ای از اختلالات متابولیکی شامل چاقی، هیپرتری گلیسریدمی، عدم تحمل گلوگز، فشار خون بالا و اختلالات لیپیدها است که این مجموعه احتمال ابتلا به بیماری‏های قلبی و دیابت نوع 2 را چند برابر می‏کند. با توجه به افزایش شیوع این اختلال، انجام پژوهش هایی در جهت پیشگیری از ابتلا به این اختلال ضروری می باشد. اخیرا سیستم های مراقبت بهداشت مبتنی بر هوش‏مصنوعی به دلیل موفقیت‏هایی که در زمین...

چکیده ندارد.

انتخاب ویژگی تمرکز بسیاری از حوزه¬های تحقیقاتی در سال¬های اخیر را به خود جلب کرده است. با پیشرفت سریع فنّاوری کامپیوتری، پایگاه¬ داده¬هایی با صدها و هزاران ویژگی در شناسایی الگو، داده کاوی، یادگیری ماشین و… به وجود آمده است. به¬طوری¬که پردازش مجموعه داده¬های بزرگ، یک کار چالش برانگیز شده است. انتخاب ویژگی این مشکل را با از بین بردن داده¬های بی¬ربط، زائد یا نویزی حل می¬کند. این عمل کارایی الگوریت...

با توجه به افزایش حجم و سرعت معاملات در بازارهای مالی امروز، افزایش سرعت در تحلیل‌ها و تصمیم‌گیری‌ها اجتناب ناپذیر است. انجام تحلیل‌های سریع و عاری از خطاهای رفتاری توسط انسان غیر ممکن است. از این رو بازارهای مالی به سمت داد و ستدهای الگوریتمی در حرکت هستند که در آن‎ها از تکنیک‎هایی از قبیل یادگیری ماشینی و داده‌کاوی استفاده می‌شود. انتخاب آنلاین سبد سرمایه‌گذاری یکی از تکنیک‌های نوین در داد و ...

زمینه و هدف: بیماری قلبی - عروقی یکی از مهم‌ترین علل مرگ و میر در کشورهای پیشرفته و جهان سوم است. طبق اعلام سازمان بهداشت جهانی پیش‌بینی می‌شود مرگ و میر ناشی از بیماری‌های قلبی تا سال 2030 به 23 میلیون نفر افزایش می‌یابد. در جدیدترین آمار وزیر بهداشت ایران، ۳/۳۹% کل مرگ و میرها ناشی از بیماری‌های قلبی - عروقی و 5/19% مربوط به سکته‌های قلبی گزارش شده است. این پژوهش با هدف پیش‌بینی بیماری عروق ک...

مشکل تنگنای ابعاد، یکی از چالش هایی است که کاربرد الگوریتم های یادگیری تقویتی گسسته را در مورد مسائل کنترلی واقعی که دارای فضای حالت و عمل بزرگ و یا پیوسته می باشند محدود نموده است. ترکیب روش های آموزشی گسسته با تقریب زننده های تابعی برای حل این مشکل چندی است مورد توجه محققان قرارگرفته است. در همین راستا در این مقاله یک الگوریتم جدید یادگیری تقویتی عصبی (NRL) بر مبنای معماری نقاد- تنها معرف...

مسئله شناسایی جاده از جمله مهم ترین مسائل در زمینه هوشمندی خودرو و سیستم های کمک به راننده محسوب می شود. این مسئله در دو دهه اخیر همواره به عنوان یک موضوع تحقیقاتی مهم مطرح بوده است. امروزه در اثر سوانح رانندگی در جاده ها، روزانه تعداد زیادی جان خود را از دست می دهند؛ بنابراین استفاده از سیستم های هوشمند و کمک به راننده می تواند تا حد قابل توجهی خطرات ناشی از رانندگی را کاهش دهد. علاوه بر موارد...