ساختار شبکه عصبی

ساختار شبکه عصبی

عنوان پایان نامه : مباحث کاربردی و مهم در تحقق یک سیستم هوش مصنوعی

قالب بندی : PDF

قیمت : رایگان

شرح مختصر : از سن هوشمندسازی چندسالی نگذشته و در همین مدت اندک تمام زندگی مردم را فرا گرفته و کاربرد فراوانی در علوم مختلف دارد. علومی پزشکی یکی از آنهاست که بطور مثال در ژنتیک که میتوان تغیراتی در ژنها انجام داد شبکه های عصبی یکی دیگر از مباحث علم هوشمندی است که در این بخش میتوان از شبکه های عصبی مصنوعی نام برد. در مبحث سیستم های خبره حرف اول را میزند و شرکتهای مختلفی از آنها استفاده میکنند که نمونه ای از این استفاده ها CPU ، خازنها و از ایگونه وسایل الکترونیکی که در آینده به بازار ارایه میشود و یا یک سیستم هوشمند که با پردازش داده ها خروجی مناسبی به ما ارایه میدهد. برای دریافت اطلاعات بیشتر و دقیقتر شما را به مطالعه مطالب زیر دعوت میکنم، سعی شده نگارش متن ساده و روان باشد تا از خسته شدن هنگام مطالعه جلوگیری شود.

فهرست :

چکیده

هوش مصنوعی

تاریخ هوش مصنوعی

آزمون تورینگ

سیستم خبره چیست

حوزه های کاربرد

کاربرد سیستم های خبره

ساختار یک سیستم خبره

مدل سیستم خبره

پایگاه دانش

واحد پایگاه دانش

واحد اکتساب دانش

پایگاه داده قواعد

پایگا داده دستورالعمل چکها

پایگاه داده نقشه های شماتیک

پایگاه داده جانمایی قطعات

پایگاه داده شکل موج ها

پایگاه داده عیوب خطاها

موتور استنتاج

فرایند عیب یابی

حافظه کاری

امکانات توضیح

رابط کاربر

مشخصات مساله

ابعاد مختلف راه حل مساله

ابعاد مختلف یک سیستم مطلوب

انتخاب ابزار سیستم خبره پیشنهادی

تفاوت سیستم های خبره با سایر سیستم اطلاعاتی

مزایای یک سیستم خبره چیست؟

چند سیستم خبره مشهور

شبکه عصبی

تاریخچه شبکه عصبی

دلایل استفاده از شبکه عصبی

نورون مصنوعی

ساختار شبکه عصبی

تقسیم بندی شبکه عصبی

الگوریتم ژنتیک

عملکردهای الگوریتم ژنتیک

محک اختتام اجزای الگوریتم ژنتیک

نقات قوت الگوریتم ژنتیک

کاربردهای الگوریتم ژنتیک

تعریف سیستم های فازی و انواع آن

چرا سیستم های فازی

استفاده از منطق فازی

مجموعه های قاطع و توابع مشخصه

تاریخچه مجموعه های فازی

زندگینامه پروفسور لطفی

انواع سیستم های فازی

منطق فازی در matlab

ساختار شبکه عصبی

عنوان مقاله :  مروري بر داده کاوي و بررسی شبکه هاي عصبی‎

قالب بندی :  PDF

قیمت :   رایگان

شرح مختصر : چندین دهه است که شرکت ها اطلاعات را جمع آوري می نمایند تا با ایجاد یک پایگاه داده انبوه اطلاعات را ذخیره کنند، با این حال که اطلاعات در دسترس آنها قرار دارد فقط تعداد کمی از شرکت ها قادر شده اند به ارزش واقعی ذخیره شده در آنها پی ببرند سوال این شرکتها این است که چگونه میتوان به ارزش واقعی این اطلاعات دست یافت؟ پاسخ آن داده کاوي است، که امروزه در بسیاري از صنعتها از جمله پزشکی، آموزش، ورزش و بسیاري از صنایع دیگر مورد استفاده قرار میگیرد. تکنیکهاي بسیاري جهت داده کاوي وجود دارد از جمله شبکه هاي عصبی مصنوعی، رگرسیون، درخت تصمیم و غیره. همچنین طراحی شده است اشاره SAS که توسط شرکت JMP نرم افزارهایی نیز براي داده کاوي ایجاد شده است که میتوان به نرم افزار کرد. این مقاله به معرفی داده کاوي و برخی از روشهاي داده کاوي و همچنین محیطهایی که از داده کاوي بهره میبرند به همراه نرم افزار هاي آن پرداخته است.

فهرست :

چکیده

مقدمه

داده کاوی

تکنیک های داده کاوی

دسته بندی

رگرسیون گیری

خوشه بندی

تجمع و همبستگی

درخت تصمیم گیری

ویزگی های درخت تصمیم

الگوریتم ژنتیک

شبکه های عصبی مصنوعی

ساختار شبکه عصبی

نورون

معماری شبکه عصبی

شبکه های پیش خور تک لایه

انواع یادگیری در شبکه های عصبی مصنوعی

داده کاوی در پزشکی

داده کاوی در سلامت

نرم افزار های داده کاوی

نتیجه گیری

مراجع