در سالهای اخیر، شاهد حرکتی مستمر از واکاویها، پژوهشها و پردازشهای صرفاً نظری و روش محور بـه پـژوهشهـا وپردازشهای دادهمحوریم، حرکتی که به نحو احسن خود را در ظهور و توسعه روشهای اکتشاف دانش، به ویژه داده کاوی وفنون خاص آن، نشان داده است. بهرغم تصور رایج، دادهکاوی صرفاً به پژوهشهای کمی و آماری محـدود نمـیشـود و درپژوهشهای کیفی هم شاهد ظهور تحولات مشابهی بودهایم. در این مقاله با فرض...

امنیت بیومتریک روشی کامپیوتری شده است که هویت یک شخص را بر اساس بدن یا مشخصه های فیزیکی آن فرد تأیید می کند. گونه های مختلفی از امنیت بیومتریک وجود دارد که شامل اثر انگشت، تشخیص عنبیه چشم، تشخیص صدا، تشخیص ضربان قلب و تأیید امضاء می باشد. از جمله مزیتهای تأیید امضاء در مقابل سایر روشهای بیومتریک کاربرد وسیع آن در بسیاری از زمینههای تجاری معمول نظیر تجارت الکترونیک که شامل معاملات بانکی اینترنتی...

در این مقاله روش جدیدی برای مدل سازی خطی سیستم های غیر خطی ارائه می گردد . اساس روش پیشنهادی طراحی یک شبکه عصبی مصنوعی دو لایه و آموزش آن بر مبنای داده های ورودی- خروجی است . وزن های اتصالات این شبکه ضرایب تابع تبدیل هستند . در سیستم هایی که رفتار آنها خطی باشد ، روش حداقل کردن مربعات خطا (lse) بهترین نتایج مدل سازی را ارائه می نماید . در سیستم هایی که رفتار غیر خطی دارند ، نظیر بعضی قسمت های ب...

توانایی کم­نظیر شبکه­های عصبی مصنوعی به عنوان ابزاری قدرتمند برای تحلیل و برآورد در حوزه علوم تجربی و مهندسی موجب شد تا مورد توجه اقتصاددانان قرار گیرد. در این پژوهش، پس از مرور پژوهش­های انجام­شده در مورد توانایی پیش­بینی مدل­های خود توضیح جمعی میانگین متحرک (arima)[1]و شبکه­های عصبی مصنوعی(ann)[2] به مقایسه این دو روش برای پیش­بینی قیمت روزانه نفت در دوره آوریل 1983 تا ژوئن 2005 پرداخته­ایم. ...

زمانبندی معاملات سهام مسأله¬ای بسیار مهم و مشکل به دلیل پیچیدگی بازار سهام است. آنچه اهمیت دارد پیش¬بینی روند قیمت سهام است که هدف اصلی در مباحث تحلیل تکنیکی است. گرچه این امر به دلیل دخالت عوامل متعدد بازار و روابط بین آنها چندان آسان نیست. به نظر می¬رسد استفاده از ابزارها و الگوریتمهای محاسباتی پیچیده¬تر مانند شبکه¬های عصبی مصنوعی در مدلسازی فرآیندهای غیر خطی که منتج به قیمت و روند سهام می¬شو...

یکی از جنبه‌های حائز اهمیت در مدیریت محیط در ژئومورفولوژی کاربردی حل مشکل برآورد رسوب یک سیستم رودخانه‌ای می‏باشد. هدف این مطالعه ارزیابی عملکرد مقایسه‌ای دونوع شبکه عصبی مصنوعی (مدل ژئومورفولوژیکی و مدل غیر ژئومورفولوژیکی) و دو نوع مدل رگرسیونی (مدل توانی ومدل غیر خطی چندگانه) برای پیش بینی بار رسوب معلق حوضه اسکندری در حوضه آبریز زاینده رود می‏باشد. مدل‏ها براساس آمار 104 حادثه وقوع همزمان ثب...

سابقه و هدف: یکی از روش های آماری تحلیل داده های بقا، مدل رگرسیونی کاکس است که نیازمند پذیره هایی مانند متناسب بودن مخاطرات است. در چند دهه اخیر به کارگیری مدل شبکه عصبی مصنوعی برای پیش بینی داده های بقا، افزایش یافته است. این مطالعه به منظور پیش بینی بقای بیماران مبتلا به سرطان معده به کمک دو مدل رگرسیونی کاکس و شبکه عصبی مصنوعی انجام شده است. مواد و روش ها: طی سال های 1381 لغایت 1385، تعداد 4...

در دهه ‏های اخیر شبکه ‏های عصبی مصنوعی به عنوان ابزاری موفق در تخمین و پیش ‏بینی پدیده‏ های هیدرولوژیکی به کار گرفته شده ‏اند. اگرچه استفاده از شبکه ­های عصبی مصنوعی امکان برآورد بار معلق رسوب رودخانه ­ها را با دقت و سرعت مناسب فراهم کرده است، اما دقت پیش­ بینی این مدل­ ها، به میزان زیادی تحت­ تاثیر دانش و درک کاربر از شبکه عصبی مصنوعی قرار دارد. در مطالعات منابع طبیعی و به ویژه مطالعات هیدرولو...

در سالهای اخیر سیستمهای دینامیکی گسسته یا همان نگاشت، در مطالعهی نورونها و شبکههای عصبی به طور خاصی مورد توجه قرارگرفته اند .میتوان معاد?ت دیفرانسیل معمولی را که توصیفکنندهی رفتار بیولوژیکی نورون هستند، با استفاده از گسسته سازی در زمان به نگاشت تبدیل کرد .مدلهای نورونی مبتنی بر نگاشت، در مطالعهی رفتار شبکههای عصبی در ابعاد واقعی گزینههای بسیار مناسبی هستند .به دست آوردن درک صحیحی از رفتار بیولو...