امروزه، پیشرفت درزمینه? مدارهای الکترونیک، باعث توجه دوباره به شبکه های عصبی مصنوعی با رویکردی جدید در یادگیری ماشین شده است. ارائه مدل هایی بر اساس عملکرد مغز پستانداران برای تشخیص الگوهای صدا و تصویر، دارای اهمیت بسیار بالایی شده است به همین منظور مدل های شبکه عصبی کانولوشنال ، با الهام گرفتن از سیستم بینایی مغز پستانداران ارائه شده اند. این شبکه ها عملکرد بسیار بالایی در تشخیص سریع الگو از خ...

فرآیند پالایش شرح ­گذاری تصاویر، رویکردی موثر در بهبود بازیابی تصاویر مبتنی بر برچسب می‌باشد. در شبکه ­های اجتماعی و موتورهای جستجو بسیاری از تصاویر دارای تگ ­های مبهم، ناقص و بی­ ارتباط با محتوا هستند. وجود این تگ ­های غیرقابل اعتماد، موجب کاهش دقت بازیابی تصاویر می ­شود. از این­رو در دهه اخیر، الگوریتم ­هایی با عنوان پالایش تگ (TR) مطرح شده‌اند که به رفع نویز و غنی‌سازی برچسب‌های تصاویر می‌پر...

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 ...