نتایج جستجو برای: ماشین یادگیری افراطی
تعداد نتایج: 26853 فیلتر نتایج به سال:
در دهههای اخیر به دلیل افزایش بیرویه برداشت از منابع آب سطحی و زیرزمینی، جلوگیری از ورود منابع آب سطحی به دریاچه ارومیه و همچنین تغییرات اقلیمی، سطح آب دریاچه ارومیه کاهش یافته و سبب ایجاد بحران آبی و زیست محیطی در منطقه گردیده است. بنابراین، مدلسازی نوسانات سطح آب دریاچه ارومیه برای برنامهریزی و مدیریت منابع آب آن ضروری میباشد. هدف از این تحقیق پیشبینی نوسانات سطح آب دریاچه ارومیه برای ی...
آگاهی از میزان تاجپوشش درختان در مناطق شهری بهعلت تأثیرات آن کاهش آلودگیهای هوا، آلودگی صوتی، جلوگیری باد، ذخیرة نزولات آسمانی، و کنترل روانابهای بسیار ضروری است. ازآنجاکه استخراج با روشهای دستی وقتگیر پرهزینه است، تکنیکهای سنجش دور میتوانند ابزار مناسبی برای تأمین این دادهها باشند. طبقهبندی شیءپایه، انتخاب پارامترهای بهینة قطعهبندی، بهویژه پارامتر مقیاس، اهمیت بسیاری دارد معمول...
در مقالة حاضر، از روش ماشین یادگیری شدید برای مدلسازی نرخ انتقال مواد در این فرآیند به عنوان پارامتر تأثیرگذار بر سرعت انجام فرآیند و کیفیت سطح بوجود آمده، استفاده شده است. میزان میانگین مربعات خطا (MSE) برای نرخ انتقال مواد در دادههای آموزش 000387/0 و در دادههای آزمون 0017/0 با استفاده از مدل شبکة عصبی ماشین یادگیری شدید بدست آمد. همچنین، مقدار میانگین مربعات خطا برای متوسط ضخامت لایة بازنش...
پیشبینی میزان مصرف آب شرب شهری یکی از دغدغههای نوین جوامع شهری معاصر بوده است. در این راستا، تحقیقات زیادی در زمینه مقایسه عملکرد مدلهای مختلف انجام شده است. با معرفی شبکه عصبی مصنوعی، بحث پیرامون نحوه بهینهسازی آنها با استفاده از روشهای مختلف، بخصوص تبدیلات موجک داغ شد. در اغلب پژوهشها اثر استفاده از تبدیلات موجک بر روی عملکرد و دقت مدلهای عصبی مورد توجه قرار گرفت، اما تاثیر استفاده از...
ترکیب طبقه بندها یک راهکار متداول در بهبود کارایی طبقه بندهای پایه در حل مسائل پیچیده ی طبقه بندی می باشد. سیستم های ترکیبی طبقه بندی عموما از دو جز اصلی یادگیری طبقه بندهای پایه و بخش ترکیب خروجی ، تشکیل شده اند. استفاده از راهکاری مناسب برای تعیین وزن خروجی طبقه بندهای پایه از جمله ی پارامترهای مهمی است که می تواند در بهبود کارایی سیستم ترکیبی طبقه بندی نقش موثری را ایفا نماید. از سویی دیگر ف...
طبقه بندی و ارتباط، شایع ترین مسائل در داده کاوی برای استخراج دانش، یادگیری ماشین، تخمین ، دسته بندی و ابزار مهمی برای برآورد و پیش بینی هستند. هدف طبقهبندی دادهها، سازماندهی و تخصیص دادهها به کلاسهای مجزا میباشد. در این فرآیند بر اساس دادههای توزیع شده، مدل اولیهای آموزش داده میشود و سپس این مدل برای پیشگویی کلاس دادهی جدید مورد استفاده قرار می گیرد. در این پایان نامه مدل جدیدی برای ...
تهیه نماد کروموزومی فرآیند آرایش تصاویر کروموزومی به یک فرم استاندارد جهت تشخیص بیماری ها و ناهنجاری های کروموزومی است. رویکرد تهیه نماد کروموزومی خودکار یک ابزار کمکی به متخصصان ژنتیکی است که در راستای صرفه جویی در زمان و متخصصان و حل مشکلات تهیه دستی نماد کروموزومی طراحی می شود. انجام این فرآیند بصورت سنتی در آزمایشگاه های پزشکی ژنتیکی زمان طولانی می برد، بطور مثال هر تست نماد کروموزومی حدود ...
در دنیای امروز مسئله کلاس بندی داده های نا متوازن از اهمیت خاصی برخوردار است . کلاس بندی این داده ها به گونه ای است که ، کلاسی که از نظر دامنه کاربرد اهمیت زیادی دارد (کلاس اقلیت ) شامل تعداد حالات کمتری نسبت به کلاسی است که از اهمیت خاصی برخوردار نیست (کلاس اکثریت). به این مجموعه داده ها داده های نامتوازن می گویند. روش های مختلفی برای کلاس بندی این نوع داده ها ارائه شده است .در کلاس بندی این د...
امروزه استفاده از ابزارهای یادگیری ماشین در حوزههای مختلف ازجمله تشخیص بیماریها در حال گسترش است. علت این امر را میتوان عملکرد متغیر و متمایل به خطای انسان در مقابل عملکرد ثابت ابزارهای یادگیری ماشین در زمینه تشخیص و طبقهبندی دانست. حیاتی بودن تشخیص در حوزههایی مانند پزشکی، نیاز به بهبود تشخیص با روشهای یادگیری ماشین را توجیه میکند. ازجمله روشهای افزایش دقت در این زمینه، الگوریتمهای کا...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید