ابزار هدایت به بالای صفحه

مهندسی کامپیوتر - مقالات و آموزش - دانلود مقالات معتبر isi - مطالب شبکه های عصبی
 
مهندسی کامپیوتر - مقالات و آموزش - دانلود مقالات معتبر isi

 گفتیم كه شبكه‌های عصبی روش متفاوتی برای پردازش و آنالیز اطلاعات ارائه می‌دهند. اما نباید این گونه استنباط شود كه شبكه‌های عصبی می‌توانند برای حل تمام مسائل محاسباتی مورد استفاده واقع شوند. روش‌های محاسباتی متداول همچنان برای حل گروه مشخصی از مسائل مانند امور حسابداری، انبارداری و محاسبات عددی مبتنی بر فرمول‌های مشخص، بهترین گزینه محسوب می‌شوند. جدول تفاوت‌های بنیادی دو روش محاسباتی را نشان می‌دهد.

مشخصه

روش محاسباتی متداول
 )
شامل سیستم‌های خبره(

شبكه‌های عصبی مصنوعی

روش پردازش

ترتیبی

موازی

توابع

منطقی (left brained)

estault (right brained

روش فراگیری

به كمك قواعد (didactically)

با مثال          (Socratically)

كاربرد

حسابداری، واژه پردازی، ریاضیات،
 
ارتباطات دیجیتال

پردازش حسگرها، تشخیص گفتار، نوشتار، الگو

                                                            



ادامه مطلب


نوع مطلب : شبکه های عصبی، 
برچسب ها :
لینک های مرتبط :
تشخیص هویت افراد از روش‌های بیومتریک گام بعدی در امنیت است. هرچه باشد، بهترین راه برای تشخیص هویت افراد استفاده از جنبه‌هایی فیزیکی از آنهاست که خودشان هیچ کنترلی رویش ندارند و نمی‌توانند تغییرش دهند!
اسکنرهای اثر انگشت را در بسیاری از جاها می‌توان مشاهده کرد. همچنین سیستم تشخیص افراد بر اساس چهره‌شان را. اسکن از شبیه چشم هم برای جاهایی که امنیت بسیار بالایی نیاز دارند انجام می‌شود. شاید بسیاری از ما با چنین دستگاه‌هایی تشخیص هویت شده باشیم. اما این دستگاه‌ها چگونه کار می‌کنند؟


ادامه مطلب


نوع مطلب : هوش مصنوعی ، یادگیری ماشین، الگوریتم های محاسبات تکاملی، شبکه های عصبی، 
برچسب ها : بیومتریک، احراز هویت، authentication، biometric authentication،
لینک های مرتبط :
دوشنبه 12 آبان 1393 :: نویسنده : ایمان باقری
یک شبکه عصبی شامل اجزای سازنده لایه‌ها و وزن‌ها می‌باشد. رفتار شبکه نیز وابسته به ارتباط بین اعضا است. در حالت کلی در شبکه‌های عصبی سه نوع لایه نورونی وجود دارد:

لایه ورودی: دریافت اطلاعات خامی که به شبکه تغذیه شده‌است.
لایه‌های پنهان: عملکرد این لایه‌ها به وسیله ورودی‌ها و وزن ارتباط بین آنها و لایه‌های پنهان تعیین می‌شود. وزن‌های بین واحدهای ورودی و پنهان تعیین می‌کند که چه وقت یک واحد پنهان باید فعال شود.
لایه خروجی: عملکرد واحد خروجی بسته به فعالیت واحد پنهان و وزن ارتباط بین واحد پنهان و خروجی می‌باشد.
شبکه‌های تک لایه و چند لایه‌ای نیز وجود دارند که سازماندهی تک لایه که در آن تمام واحدها به یک لایه اتصال دارند بیشترین مورد استفاده را دارد و پتانسیل محاسباتی بیشتری نسبت به سازماندهی‌های چند لایه دارد. در شبکه‌های چند لایه واحدها به وسیله لایه‌ها شماره گذاری می‌شوند .


ادامه مطلب


نوع مطلب : یادگیری ماشین، الگوریتم های محاسبات تکاملی، شبکه های عصبی، 
برچسب ها : شبکه های عصبی، یادگیری ماشین، neural network، متلب، ANN، شبکه عصبی مصنوعی،
لینک های مرتبط :
دوشنبه 12 آبان 1393 :: نویسنده : ایمان باقری
معرفی شبکه عصبی مصنوعی

شبکه عصبی مصنوعی یک سامانه پردازشی داده‌ها است که از مغز انسان ایده گرفته و پردازش داده‌ها را به عهدهٔ پردازنده‌های کوچک و بسیار زیادی سپرده که به صورت شبکه‌ای به هم پیوسته و موازی با یکدیگر رفتار می‌کنند تا یک مسئله را حل نمایند. در این شبکه‌ها به کمک دانش برنامه نویسی، ساختار داده‌ای طراحی می‌شود که می‌تواند همانند نورون عمل کند. که به این ساختارداده نورون گفته می‌شود. بعد باایجاد شبکه‌ای بین این نورونها و اعمال یک الگوریتم آموزشی به آن، شبکه را آموزش می‌دهند.

در این حافظه یا شبکهٔ عصبی نورونها دارای دو حالت فعال (روشن یا ۱) و غیرفعال (خاموش یا ۰) اند و هر یال (سیناپس یا ارتباط بین گره‌ها) دارای یک وزن می‌باشد. یال‌های با وزن مثبت، موجب تحریک یا فعال کردن گره غیر فعال بعدی می‌شوند و یال‌های با وزن منفی، گره متصل بعدی را غیر فعال یا مهارمی‌کنند.

ادامه مطلب


نوع مطلب : یادگیری ماشین، الگوریتم های محاسبات تکاملی، شبکه های عصبی، 
برچسب ها : شبکه های عصبی، یادگیری ماشین، neural network، متلب، ANN، شبکه عصبی مصنوعی،
لینک های مرتبط :


( کل صفحات : 2 )    1   2   
آمار وبلاگ
  • کل بازدید :
  • بازدید امروز :
  • بازدید دیروز :
  • بازدید این ماه :
  • بازدید ماه قبل :
  • تعداد نویسندگان :
  • تعداد کل پست ها :
  • آخرین بازدید :
  • آخرین بروز رسانی :
 
 
 
شبکه اجتماعی فارسی کلوب | Buy Website Traffic