نتایج جستجو برای: لایه شبکه
تعداد نتایج: 53885 فیلتر نتایج به سال:
درصد مصالح سنگی شکسته یکی از مهم ترین عوامل مؤثّر در مقاومت فشاری آسفالت و عملکرد آن است. تأثیر آن در مقاومت مارشال آسفالت به کمک آزمایش مارشال قابل ارزیابی است و به نظر می رسد که تاکنون مدل سازی ریاضی خاصی برای آن انجام نشده است. در این تحقیق تأثیر درصد مصالح سنگی شکسته در مقاومت فشاری بتن آسفالتی توسط شبکه های عصبی مصنوعی پرسپترون چند لایه پیشرو و الگوریتم آموزش انتشار به عقب، با تکنیک بهینه س...
پژوهش حاضر به مطالعه پیش بینی شاخص قیمت سهام در بورس اوراق بهادار تهران به وسیله شبکه های عصبی و ارایه ی شواهدی مبنی بر رفتار آشوبناک شاخص قیمت در بورس اوراق بهادار می پردازد. دو مجموعه از داده ها برای ورودی شبکه عصبی انتخاب شده اند. وقفه های مختلفی از شاخص و عوامل کلان اقتصادی به عنوان متغیرهای مستقل. شبکه های عصبی به کار گرفته شده در این پژوهش از نوع پرسپترون چند لایه (mlp) است که به روش الگو...
هدف اصلی این پژوهش ارائه مدلی برای کشف تقلب با استفاده از رویکرد ترکیبی مدل تحلیل عاملی و روش شبکه عصبی مصنوعی از نوع شبکه عصبی پیشخور با الگوریتم پس انتشار خطا است. شبکهای که برای پیشبینی تقلب مالی شرکتها استفاده میشود دارای 17 نرون (مجموعه نسبتهای مالی انتخاب شده) در لایه ورودی و 1 نرون (وضعیت تقلب شرکتها) در لایه خروجی است. تابع تبدیل مورد استفاده در لایه خروجی از نوع خطی و برای لایه...
به منظور پیش بینی محتوای رطوبتی پسته رقم اکبری به کمک شبکه عصبی مصنوعی، آزمایشاتی در پنج سطح دمایی از 40 تا 80 درجه سانتی گراد، چهار سرعت جریان هوای ورودی بین 5/0 تا 2 متر بر ثانیه و در سه تکرار (جمعا 60 سری) در یک خشک کن لایه نازک انجام شد. رطوبت اولیه پسته در آغاز آزمایش ها 30 درصد بر پایه خشک بود. پس از انجام آزمایش ها داده ها به محیط شبکه عصبی مصنوعی منتقل شدند. به منظور توسعه مدلهای شبکه ع...
در شبکههای عصبی مصنوعی (ANN) روشهای موجود آموزش و واسنجی عصبی بر اساس ساختار پرسپترون چندلایهای می باشد، لیکن این روشها دارای مشکلات ناشی از عدم همگرایی در روشهای یادگیری، عدم ثبات اوزان شبکه در شرایطی که طیف داده های ورودی دارای انحراف معیار بزرگ بوده و بالاخره نیاز به داده و اطلاعات فراوان جهت آموزش شبکه می باشند. برای غلبه بر مشکلات فوق در این تحقیق روش جدید ترکیبی شبکه عصبی مصنوعی – به...
در این مقاله از یک شبکه عصبی مصنوعی پرسپترون 3 لایه با 5 نرون در لایه مخفی جهت مدلسازی مقدار محتوای الکترون لایه یونوسفر (TEC) استفاده شده است. بدین منظور از 25 ایستگاه GPS شبکه ژئودینامیک کشور ایران در محدوده عرض جغرافیایی 24 الی 40 درجه و طول جغرافیایی 44 الی 64 درجه استفاده گردیده است. ارزیابی نتایج بدست آمده از شبکه عصبی مصنوعی مدلسازی شده برای این منطقه توسط 1 ایستگاه تست GPS که مقادیر محت...
در این مقاله از یک شبکه عصبی مصنوعی (ANN) 3 لایه با 18 نورون در لایه مخفی جهت مدلسازی سری زمانی تغییرات محتوای الکترون کلی (TEC) لایه یونسفر در منطقه ایران استفاده شده است. مشاهدات 36 ایستگاه GPS در 11 روز متوالی (روز 220 GPS الی روز 230 GPS) از سال 2012 جهت مدلسازی بکار گرفته شده است. جهت سرعت بخشیدن به مرحله آموزش و نیز بالا بردن دقت و صحت نتایج از الگوریتم آموزش بهینهسازی انبوه ذرات (PSO)...
پیش بینی دقیق قیمت طیور و فرآورده های آن از طریق توجه به کاهش نوسانات باعث تخصیص بهینه ی منابع، افزایش کارایی و سرانجام افزایش درآمد مرغداران می شود. با توجه به اهمیت پیش بینی قیمت گوشت مرغ، در این تحقیق قیمت این محصول با استفاده از روش های هم جمعی ardl، جوهانسون- جوسیلیوس و روش شبکه های عصبی مصنوعی برای افق های زمانی یک ماهه، شش ماهه و دوازده ماهه پیش بینی شد و این فرضیه که شبکه ی عصبی مصنوعی ...
ATM یک تکنولوژی مالتی پلکسینگ و سوئیچینگ است که برای ارسال بستههای اطلاعاتی با طول ثابت و سرعت بالا به کار میرود. برای بهرهبرداری از این قابلیت انتقال بسته های IP (به روشهای مختلف) با استفاده از این تکنولوژی مورد توجه قرار گرفته است. یکی از روشهای مهم در این خصوص روش NHRP میباشد در این روش ابتدا میزبان آدرس ATM مقصد را با استفاده از آدرس IP مربوطه به دست میآورد و سپس در سطح شبکه ATM به تبا...
به دلیل عدم وجود ایستگاه های سنجش میزان رسوب در فرایند فرسایش بادی، تخمین میزان بار رسوب در زمینه این فرایند امری ضروری و مهم تلقی می شود. شبکه های عصبی مصنوعی می توانند به عنوان ابزاری کارآمد جهت برآورد و شبیه سازی رسوبات موثر واقع شوند. در این تحقیق از دو نوع شبکه عصبی مصنوعی پرسپترون چند لایه و شبکه عصبی شعاعی برای برآورد و برازش مقدار رسوبات بادی در منطقه کرسیا شهرستان داراب استفاده گردید....
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید