یادگیری با ناظر

یادگیری با ناظر

پردازش تصویر

عنوان پایان نامه  :  سیستم حضور و غیاب اتوماتیک با استفاده از پردازش تصویر

قالب بندی :  PDF

قیمت :   رایگان

شرح مختصر :  تشخیص و شناسایی چهره یکی از مباحث مطرح در بینایی ماشین و پردازش تصویر می باشد. به علت خصوصیات خاص مساله و کاربردهای فراوان آن الگوریتم های متعددی برای آن ارائه شده است. از آنجا که هر روشیی به گونه ای متفاوت سعی در تشخیص چهره دارد، می توان امیدوار بود که یک روش ترکیبی می تواند جوابی به مراتب بهتر و کاراتر از روش های تکی ارائه دهد. در این پژوهش سعی شده است با ترکیب روش هایی از جمله شبکه عصبی و الگوریتم PCA نتیجه قابل قبولی را برای سیستم حضور غیاب و کنترل ورود و خروج افراد ارائه دهیم. لازمه شناسایی چهره تشخیص چهره می باشد. یعنی در ابتدا باید چهره تشخیص داده شود و بعد از یافتن چهره مشخص شود این چهره متعلق به چه شخصی است.

 فهرست :

مقدمه

هدف از پژوهش

فصل دوم پردازش تصویر

مقدمه

بینایی ماشین و پردازش تصویر در اتوماسیون صنعتی

نرم افزارهای قابل استفاده برای پردازش تصویر

OpenCV

چه نرم افزارهایی از OpenCV استفاده می کنند

OpenCV بر روی چه سیستم عامل هایی اجرا می شود

MATLAB

فصل سوم

مقدمه

سابقه تاریخی شبکه عصبی

شبکه های عصبی

شبکه های عصبی مصنوعی چیست؟

چرا از شبکه های عصبی استفاده می کنیم

ایده پیدایش شبکه های عصبی مصنوعی

شبکه های عصبی در مقابل کامپیوتر های معمولی

بررسی سلولهای مغزی افراد

از سلول های عصبی انسانی تا سلول های عصبی مصنوعی

انواع یادگیری برای شبکه های عصبی

یادگیری با ناظر

یادگیری تشدیدی

یادگیری بدون ناظر

مشخصات مسائل در خور شبکههای عصبی مصنوعی

کاربردهای شبکه های عصبی مصنوعی

عملیات شبکه های عصبی

آموزش شبکه های عصبی

تفاوتهای شبکه های عصبی با روشهای محاسباتی متداول و سیستمهای خبره

شباهت با مغز

زمینهای در مورد perceptron

قدرت Perceptron

دنبالههای Perceptron

قضیه بنیادی دنبالهها

فصل چهارم

مقدمه

رابط گرافیکی کاربری چیست

مزیت های طراحی رابط کاربری در متلب

نمایی از رابط گرافیکی برنامه

منابع و مراجع

پیوستها

لبه یابی

ویژگی های لبه

الگوریتم لبه یابی سوبل

یادگیری با ناظر

عنوان پایان نامه:  کاربردهای منطق فازی در یادگیری ماشین‎

 قالب بندی :  PDF

قیمت :   رایگان

شرح مختصر :  بي‌گمان رايانه در چند دهه كنوني از عوامل اصلي و كليدي پيشرفت شناخته شده است. گردش درست امور، سرعت (تندي) در كارها و روش‌هاي اداري، بهره‌وري و خدمات عمومي، دسترسي به اطلاعات شركت‌ها همه از مزایای رایانه‌هاست. امروزه سازمان‌ها جهت پردازش كارهايي چون نگهداري و به ‌روز رساني حساب‌ها و دارايي‌های خود، راهشان را به سوي استفاده از رایانه‌ها باز نموده‌اند. كاربردهایي چون لوازم خانگي،‌ خودروها، هواپيماها و ابزار صنعتي، دستگاه‌هاي الكتريكي، كنترل انتقال نيرو و خطوط كارخانه‌ها و گيرنده ماهواره توسط رايانه سرویس‌دهی می‌شوند. همزمان با   پيشرفت و سازماندهي سازمان‌ها و بنگاه‌هاي كوچك و متوسط، كشاورزي، صنعتي و … خدمات رايانه‌اي هر روز نفوذ خود را در زندگي اجتماعي و اقتصادي انسان نیز نشان مي‌دهند. ولی دیگر رایانه‌های دومنطقی صفر و یک جوابگوی نیازهای بشر نیست و باید سیستم‌هایی ساخت که به به شیوه‌های چندمقداری تفکر و تعلم انسان نزدیک باشد و ابهام و عدم قطعیت را هم شامل شود. در این راستا منطق جدیدی به نام منطق فازی توسط پروفسور لطفی‌زاده معرفی شد و از آن پس انبوه مقالات برای پیاده سازی این منطق در سیستم‌های کامپیوتری و الگوریتم‌های موجود، ارائه شد. هدف ما در این پژوهش هم بررسی جامعی پیرامون این مبحث و کاربردهای آن در یادگیری ماشین است. لذا پس از بیان تعاریف و تاریخچه و انواع روش‌های منطق فازی و یادگیری ماشین، مروری بر مقالات معتبر و جدید ارائه شده در این زمینه داشته و ایده‌های جدیدی که داده شده است را خواهیم گفت.

کلمات کلیدی : محاسبات نرم، منطق فازی، سیستم های فازی، یادگیری ماشین چیست؟، یادگیری با ناظر، یادگیری بدون ناظر، یادگیری تقویتی، یادگیری نیمه نظارتی، انواع ماشین های یادگیرنده، روشهای یادگیری عامل، طراحی یک سیستم یادگیری، تکنیکهای یادگیری ماشین، درخت تصمیم، کاربرد درخت تصمیم، کاربردهای شبکه عصبی مصنوعی، مزیت های شبکه عصبی مصنوعی، پایه های منطق محاسباتی، الگوریتم ژنتیک، سیستم خبره، یادگیری بیزین، ماشین بردار پشتیبان، مدل هوش محاسباتی، سیستم های رابطه ای عصبی ،شبکه های مبتنی بر منطق فازی، استنتاج قوانین فازی، الگوریتم های هوشمند، مزایای سیستم خبره، کاربردهای سیستم خبره، مزایای الگوریتم ژنتیک، نقاط ضعف الگوریتم ژنتیک، مسئله درخت اشتاینر، فیلتر کالمن، فیلتر کالمن فازی،