نتایج جستجو برای: شبکه عصبی عمیق
تعداد نتایج: 53149 فیلتر نتایج به سال:
طیف گامای آنی تولید شده حین تابش پروتون به بافت، برای آنالیز عنصری بافت تحت درمان کار گرفته میشود. هدف اصلی این در پروتوندرمانی ردیابی غلظت اکسیژن تومور است. پایش برخط تغییر عنصر پزشک را سمت ارزیابی روند بهبود و تخمین پاسخ بدن بیمار هدایت میکند. مطالعه گاما یک فانتوم چشم انسان آشکارساز HPGe با استفاده از ابزار Geant4 شبیهسازی کارگیری شبکه عصبی انجام شد. 33 نمونه حاوی تومورهای متفاوت نظر ...
طوفانهای گردوغبار بلایایی طبیعیاند که در زندگی انسان و محیطزیست تأثیر چشمگیری گذاشتهاند. توسعة مدلهایی، بهمنظور پیشبینی مسیر حرکت این طوفانها، پیشگیری مدیریت نقش بسزایی ایفا میکند زیرا انتقال آنها را آشکار مناطق آسیبپذیر بعدی برابر طوفان مشخص میکنند. بهلطف امکانات روشهای یادگیری عمیق حل مسائل مبتنیبر سری زمانی یافتن الگوهای پنهان از حجم دادة کلان، پژوهش، یک مدل ترکیبی شبکة عصبی پی...
فرآیند کشش عمیق یک فرآیند انعطاف پذیر و ارزان قیمت است که برای تولید قطعات به صورت انبوه مورد استفاده قرار می گیرد. قابلیت کشش ورق-های فلزی در فرآیند کشش عمیق توسط نسبت کشش مشخص می شود که متاثر از خواص جنس ورق و پارامترهای فرآیند کشش عمیق می باشد. تعیین حد شکل دهی یکی از چالش های مهم در این فرآیند محسوب می گردد. حد نسبت بزرگ ترین قطر ورق (d_max)، به قطر فنجان ( d ) که بدون شکست و پارگی تبدیل می...
چکیده زمینه و هدف: سیستمهای تشخیص Computer-aided design به طور گسترده در تشخیص افتراقی سرطان سینه استفاده میشوند. بنابراین بهبود دقت یک سیستم CAD به یکی از حوزههای مهم تحقیقاتی تبدیل شدهاست. در این مقاله به بررسی سیستم های CAD مبتنی بر شبکه های عصبی عمیق از نوع کانولوشن در جهت تشخیص سرطان پستان در تصاویر ترموگرافی پرداخته شد. روش بررسی: برای تحلیل مدلها از پایگاه داده “Database...
در این مقاله با توسعه روش های موجود و بر مبنای کمینه سازی خطا و حفظ تمایز بیشینه مابین نمونه ها یک روش پیش تعلیم لایه به لایه سریع و کارا جهت مقداردهی اولیه مناسب وزن ها در شبکه های عصبی با ساختارهای عمیق ارائه شده است. تعلیم شبکه های عصبی عمیق به دلیل مواجه با تعداد بالای کمینه های موضعی اغلب همگرا نمی گردد. درحالیکه با مقداردهی اولیه مناسب وزن های شبکه به جای مقادیر تصادفی در ابتدای مسیر تعلی...
در این مقاله، یک روش پیش تعلیم دوسویه برای همگرا نمودن تعلیم شبکه های عصبی عمیق با یادگیری دیگرانجمنی ارائه شده است. تعلیم این شبکه ها به دلیل مواجه بودن با تعداد بالای کمینه های موضعی اغلب همگرا نمی گردد. این در حالی است که با مقداردهی اولیه مناسب وزن های شبکه، می توان از بسیاری از کمینه های موضعی اجتناب نمود. روش پیش تعلیم لایه به لایه دوسویه روشی سریع و کارا می باشد که در یک مسیر دوسویه به ط...
در این مقاله به معرفی شبکه های عصبی پیمانه ای عمیق و قابل رشد به منظور بهبود بازشناسی گفتار پیوسته پرداخته می شود. ساختار این شبکه ها و روشهای پیشتعلیم معرفی شده برای آنها بگونه ای است که درعین هماهنگی با ساختار گفتار، در حافظه و محاسبات لازم صرفه جویی میشود. بدلیل قابلیت رشد این ساختارها، می توان در تعلیم آنها اطلاعات فضایی-زمانی بردارهای بازنمایی در ورودی و اطلاعات فضایی-زمانی برچسب آوایی آ...
هدف از این مطالعه توسعه الگوریتمهای تصویربرداری، جهت بهبود درجهبندی آجیلها با نقصهای پوسته از جمله لکههای چربی، لکههای تیره، بدنه چسبیده، نقصهای هستهای آسیب و پوسیدگی قارچی میباشد. همه این نقصها نشاندهنده خطر آلودگی به آفلاتوکسین هستند. شبکههای عصبی کانولوشن در زمینههای مختلف بینایی ماشین و طبقهبندی تصویر برجسته شدهاند. در این پژوهش یک مدل سختافزار آزمایشگاهی بر مبنای شبکه عصبی ...
کشش عمیق هیدرومکانیکی ورق فلزی یکی از روش های شکل دهی ورق می باشد که جهت برطرف کردن مشکلات موجود در فرایندهای متداول شکل دادن ورق نظیر کشش عمیق سنتی ابداع شده است. با وجود مزایایی که روش کشش عمیق هیدرومکانیکی ورق دارد همانند روش های دیگر با چالش هایی روبرو است، پیدا کردن حد کشش و فشار محفظه مناسب برای جنس ها و پارامترهای فرایند مختلف یکی از چالش هایی است که این روش با آن مواجه است و رفع این مشک...
در این مقاله، یک روش پیشتعلیم دوسویه برای همگرا نمودن تعلیم شبکههای عصبی عمیق با یادگیری دیگرانجمنی ارائه شده است. تعلیم این شبکهها بهدلیل مواجه بودن با تعداد بالای کمینههای موضعی اغلب همگرا نمیگردد. این در حالی است که با مقداردهی اولیه مناسب وزنهای شبکه، میتوان از بسیاری از کمینههای موضعی اجتناب نمود. روش پیشتعلیم لایهبهلایه دوسویه روشی سریع و کارا میباشد که در یک مسیر دوسویه بهط...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید