GANها و چاپ سه بعدی. GANها یک فریمورک خاص در شبکههای عصبی مصنوعی هستند که در صنایع مختلف کاربرد دارند. به دلیل نگاه دقیقی که یک GAN به دادههای ورودی دارد میتواند به صورت مستمر خروجیهای خود ...
ادامه مطلبشبکه های عصبی مصنوعی (ANN) چه هستند و چه مفاهیمی را در بر میگیرند؟. - مدیاسافت. احتمالاً یک آستانه θ j ، که ثابت است مگر آنکه توسط یا تابع یادگیرنده تغییر کند،. یک تابع فعال سازی f که فعال ساز جدید ...
ادامه مطلبشبکه عصبی مصنوعی شبکه عصبی مصنوعی (Artificial neural network, ANN)، یا به اختصار شبکه عصبی، به روش هایی اطلاق می شود که مکانیسم عمل مغز انسان یا سیستم عصبی انسان را توسط کامپیوتر شبیه سازی یا مدل سازی می کنند. این روش اولین بار توسط ...
ادامه مطلبشبکه عصبی پرسپترون چند لایه، دسته ای از شبکه های عصبی مصنوعی پیشخور محسوب می شوند. در یک شبکه عصبی پرسپترون چند لایه، حداقل سه لایه (Layer) از نودها (Nodes) وجود خواهند داشت که این لایه ها عبارتند از ...
ادامه مطلب08/10/2019· 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 غیرفعال بعدی میشوند و یالهای با وزن منفی، …
ادامه مطلبدانلود جزوه تایپ شده شبكه هاي عصبي مصنوعي(Artificial Neural Networks) دکتر جورابیان,دانشیار دانشگاه شهید چمران اهواز,که در 8فصل و در 208 صفحه تنظیم شده است.. این جزوه را نیز می توانید به صورت پاورپوینت دانلود کنید.
ادامه مطلبگسترش سریع استفاده از شبکههای عصبی مصنوعی ( ANN) به عنوان مدل تجربی و کارآمد در علوم مختلف از جمله هواشناسی و اقلیم شناسی نشان دهنده ضرورت ارزش بالای مطالعه این مدلهاست. پیش بینی بارش برای اهداف مختلفی نظیر برآورد ...
ادامه مطلبعلت ابداع روش های هوش مصنوعی و جایگاه شبکه های عصبی مصنوعی در میان آنها. ساز و کار قسمت های کلی ساختمان شبکه عصبی بیولوژیکی برای حل سریع پیچیده ترین مسائل و شبیه سازی آن برای پیاده سازی نسخه ی ...
ادامه مطلب22/01/2012· در این مقاله ابتدا به توضیح مختصری درباره شبکههای عصبی مصنوعی میپردازد و در نهایت به برخی از کاربردهای آن در مهندسی معدن اشاره میکنیم. شبکههای عصبی برای حل مسائلی بهکار میروند که ...
ادامه مطلب03/02/2021· شبکه های عصبی مصنوعی نیز مانند انسان ها با مثال یاد می گیرند و یک شبکه عصبی برای انجام وظیفه های مشخص مانند شناسایی الگو ها و دسته بندی اطلاعات، در طول یک پروسه یادگیری تنظیم می شود. در سیستم های زیستی، یاد گیری با تنظیماتی در اتصالات …
ادامه مطلبشبکه های عصبی مصنوعی — از صفر تا صد پیدایش شبکه های عصبی مصنوعی مغر انسان ،به اذعان بسیاری از دانشمندان ،پیچیده تری سیستمی است که تا کنون در کممل گیممتی مشماهده شممده و مممورد مطالعه قرار گرفته است .اما این پیچیده ترین سیستم ،نه ابعادی در حد کهشکشان دارد و نه تعممداد اجممزای سممازنده اش، بیشتر از پردازنده های ابر کامپیوترهای امروزی است …
ادامه مطلبخرید پاورپوینت توسط کلیه کارتهای شتاب امکانپذیر است و بلافاصله پس از خرید، لینک دانلود پاورپوینت در اختیار شما قرار خواهد گرفت. در صورت عدم رضایت سفارش برگشت و وجه به حساب شما برگشت داده ...
ادامه مطلببرای ارزیابی نتایج شبکه-عصبی به عنوان ابزاری برای تخمین ذخیره کانسار، ذخیره و تناژهای تخمینی در افق های مختلف با مقادیر تخمین حاصل از روش زمین آمار مقایسه شدند. در نهایت ساختار بهینه برای ...
ادامه مطلبشبکه های عصبی مصنوعی پرسپترون به طور کلی به دو نوع اصلی قابل تقسیم هستند: الف. شبکه های عصبی پرسپترون تک لایه شبکه عصبی پرسپترون تک لایه نوع ساده ای از شبکه پرسپترون می باشد (Single Layer Neural Network Perceptron). این نوع از شبکه عصبی پرسپترون تعداد مشخصی داده ورودی را دریافت می کند. در هر مرحله یکی از داده های ورودی وارد شبکه عصبی می شود.
ادامه مطلبدانلود ترجمه مقاله یادگیری ساختاری در شبکه های عصبی مصنوعی با بهینه سازی پراکنده (ساینس دایرکت – الزویر ۲۰۱۷) (ترجمه ویژه – طلایی ⭐️⭐️⭐️) این مقاله انگلیسی ISI در نشریه ساینس دایرکت (الزویر) در ۱۷ صفحه در سال ۲۰۱۷ منتشر شده و ترجمه آن ۲۰ صفحه میباشد. کیفیت ترجمه این مقاله ویژه – طلایی ⭐️⭐️⭐️ بوده و به صورت کامل ترجمه شده است.
ادامه مطلباز نظر ساختار کلی، شبکههای عصبی RBF تفاوت چندانی با شبکههای MLP ندارند و صرفا نوع پردازشی که نورونها روی ورودهایشان انجام میدهند، متفاوت است. با این حال، شبکههای RBF غالبا دارای فرایند ...
ادامه مطلبپرسپترون (Perceptron) سادهترین و قدیمیترین نوع شبکههای عصبی است (شکل 1). پرسپترون تعدادی ورودی را دریافت، آنها را ترکیب و تابع فعالسازی روی آنها اجرا میکند و در نهایت نتایج را برای لایه ...
ادامه مطلبشبکه های عصبی در یادگیری عمیق شامل شبکه های عصبی کانولوشن،شبکه های عصبی بازگشتی و…. می شود در این مطلب به آموزش شبکه های عصبی در یادگیری عمیق می پردازیم و انواع شبکه های عصبی را تعریف می کنیم ...
ادامه مطلبدر این صفحه، تعداد 164 مقاله انگلیسی از ژورنال ها و مجلات معتبر پایگاه ساینس دایرکت (ScienceDirect) درباره موضوع شبکه های عصبی مصنوعی آرشیو شده است که شما می توانید مقالات مورد نظر خود را بر اساس سال ...
ادامه مطلبدانلود پروژه شبکه های عصبی مصنوعی Artificial Neural Networks هوش محاسباتی یا (Computational-Intelligence) CI به معنای استخراج هوش، دانش، الگوریتم یا نگاشت از دل محاسبات عددی براساس ارائه به روز دادههای عددی است.
ادامه مطلبهوش مصنوعی شبکه های عصبی ، مزایای شبکه های عصبی ، ساختار کد مقاله /لینک ثابت به این مقاله کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا MCED02_198 میباشد و برای لینک دهی به این مقاله می توانید ...
ادامه مطلببخشی از ترجمه فارسی مقاله: چکیده ۱٫ مقدمه در دهه ی گذشته، شبکه های عصبی مصنوعی توجه بسیار زیادی را از طرف دانشمندان و مهندسان دریافت کرده اند و به عنوان یکی از بزرگترین ابزار محاسباتی در این زمینه مورد استفاده قرار میگیرد.
ادامه مطلب22/12/2018· ساختار شبکه های عصبی: یک شبکه عصبی شامل اجزای سازنده لایه ها و وزن ها است.رفتار شبکه نیز وابسته به ارتباط بین اعضا است. درحالت کلی در شبکه های عصبی سه نوع لایه نورونی وجود دارد: 1- لایه ورودی: دریافت اطلاعات خامی که به شبکه تغذیه شده است. 2- لایه های پنهان: عملکرد این لایه ها به وسیله ورودی ها و وزن ارتباط بین آنها و لایه های پنهان تعیینمی شود.
ادامه مطلبشبکه عصبی پرسپترون پرسپترون (Perceptron) سادهترین و قدیمیترین نوع شبکههای عصبی است (شکل 1). پرسپترون تعدادی ورودی را دریافت، آنها را ترکیب و تابع فعالسازی روی آنها اجرا میکند و در نهایت نتایج را برای لایه خروجی ارسال میکند. شبکههای عصبی پرسپترون چندلایه، متشکل از یک لایه ورودی، لایههای نهان و لایه خروجی هستند.
ادامه مطلبشبکه های عصبی مصنوعی سیستم های پردازش موازی و تطبیقی هستند که دارای توانایی بسط روابط تابعی بین داده ها و نیز بدست آوردن یک ابزار توانمند برای درون یابی های غیر خطی و چند بعدی می باشند. وجود چنین خصوصیاتی در شبکه های عصبی باعث شده که جایگزین مناسبی برای رابطه غیر خطی موجود که قادر به فهم دقت رابطه بین ورودی و خروجی نیست، باشد.
ادامه مطلب03/09/2017· ۴ ساختار شبکه های عصبی ۵ شبکه های چند لایه ۶ مثال: یک شبکه پیشخور ۳ لایه فصل سوم: مسئله تشریحی (شناسایی الگو) ۱ شبکه های پسخور یا برگشتی ۲ شناسایی الگو ۳ روشهای کلاسیک و شبکه های عصبی ۴ پرسپترون تک لایه با تابع تحریک آستانه ای دو مقداره متقارن ۵ پرسپترون تک لایه ۶ مثال تشریحی با پرسپترون ۷ شبکه همینگ : لایه اول ۸ شبکه همینگ : لایه دوم
ادامه مطلببوكسيت كائـولني بالايي به رنگ خاکستری تا قهوه ای. بوكسيت سخت به رنگ قهوه ای، قهوه ای روشن،خاکستری،سبز زیتونی (بوکسیت شاموزیتی).این بوکسیت که بیشتر مورد استفاده در خوراک کارخانه قرار میگیرد ...
ادامه مطلبشبکههای عصبی مصنوعی دارای دامنه کاربرد وسیعی میباشند از جمله سامانههای آنالیز ریسک، کنترل هواپیما بدون خلبان، آنالیز کیفیت جوشکاری، آنالیز کیفیت کامپیوتر، آزمایش اتاق اورژانس، اکتشاف نفت و گاز، سامانههای تشخیص ترمز کامیون، تخمین ریسک وام، شناسایی طیفی، تشخیص دارو، فرآیندهای کنترل صنعتی، مدیریت خطا، تشخیص صدا، تشخیص هپاتیت، بازیابی اطلاعات راه …
ادامه مطلبمقاله انگلیسی isi - با ترجمه فارسی - سال 2016 - نشریه علمی پژوهشی اتوماسیون در ساخت و ساز - شامل 7 صفحه درباره موضوعات کلید واژه ها: شبکه های عصبی مصنوعی، مخلوط آسفالت، حفره هوا، مخلوط سنگدانه
ادامه مطلباین شبکه عصبی چند لایه مانند یک رگرسیون کار خواهد کرد. ما قصد داریم برخی نقاط داده را بر اساس معادله تولید کنیم: y = 2x 2 +8. پکیج های لازم را همانطور که نشان داده شده وارد کنید – import numpy as np import matplotlib.pyplot as plt import neurolab as nl براساس معادله فوق، برخی از داده ها را ایجاد کنید – min_val = -30 max_val = 30 num_points = 160
ادامه مطلب