شبکه ی عصبی یک برنامه نرم افزار یا تراشه ی نیمه هادی است که بتواند همانند مغز انسان عمل نماید
111 صفحه قابل ویرایش
قیمت فقط 12000 تومان
چکیده:
شبکه ی عصبی یک برنامه نرم افزار یا تراشه ی نیمه هادی است که بتواند همانند مغز انسان عمل نماید، به گونه ای که :
الف: به مرور زمان وتعامل بیشتر با محیط، کارآزموده تر گردد.
ب: علاوه بر انجام محاسبات قادر به نتیجه گیری منطقی باشد.
ج: در شرایط جدید راهکار مناسب ارائه دهد.
مغز انسان میلیون ها شبکه ی عصبی دارد که وظیفه ی ذخیره کردن وپردازش اطلاعات را به عهده دارند. کیکی از سلول های عصبی معروف به نرون است که فقط ده درصد حجم مغز را تشکیل میدهد. سلول های عصبی قادرند تا با اتصال به یکدیگر تشکیل شبمه های عظیم بدهند. گفته می شود هر نرون می تواند به هزار یا ده هزار نرون دیگر اتصال یابد. قدرت خارق العاده مغز انسان از تعداد بسیار زیاد نرون ها و ارتباط بین آن ها ناشی می شود.این میلیون ها سلول عصبی مثل میلیون ها cpu هستند که هرکدامشان به چند هزار cpu مجاور مثل شبکه به هم متصل شده اند. این مجموعه ها را می توان با شبکه ای از کامپیوترهای متصل به اینترنت مقایسه کرد. سلول های مغز ما در انجام کارهای مختلف هماهنگ باهم ودر جهت یک هدف مشخص و مشترک فعالیت می کنند ولی کامپیوترهای متصل به اینترنت هرکدام متسقل کار می کنند و نه در جهت هدفی مشترک. در نتیجه با این که هرکدام از سلول های مغز ما از کامپیوترها ضعیف تر هستند ولی با پردازش موازی می توانند پردازش اطلاعات قوی تری انجام دهند. پردازش موازی در مغز به این گونه است که هرکدام از اعمال دیدن، شنیدن، لمس کردن و .... می وتاند مستقل از هم و همزمان انجام شوند. کامپیوترها هم می توانند آنقدر سریع شوند تا به روش سریال اعمال دیدن، لمس کردن، فکر کردن و.... را به ترتیب انجام دهند و چون سرعت کامپیوتر بسیار بالاست و تصور ما بر این است که تمام اعمال همزمان انجام می گیرند
در حالت کلی، یک شبکه عصبی زیستی از مجموعه یا مجموعه‌ای از نرون‌های به صورت فیزیکی به هم متصل یا از لحاظ عملکردی به هم وابسته تشکیل شده‌است. هر نرون می تواند به تعداد بسیار زیادی از نرون‌ها وصل باشد و تعداد کل نرون‌ها و اتصالات بین آنها می تواند بسیار زیاد باشد. اتصالات، که به آنها سیناپس گفته می‌شود، معمولاً از آکسان ها و دندریت‌ها تشکیل شده‌اند.
فهرست
فصل اوّل: شبکه ی عصبی
1-1 شبکه های عصبی................................. 2
2-1 تاریخچه شبکه ی عصبی........................... 2
3-1 ساختار شبکه های عصبی.......................... 3
4-1 شبکه ی عصبی چیست؟............................. 4
5-1 شبکه های عصبی در مقابل کامپیوترهای معمولی..... 5
6-1 تقسیم بندی شبکه های عصبی...................... 6
7 7-1 شباهت با مغز..................................
9 8-1 خلاصه سازی با شبکه ی عصبی......................
13 9-1 چگونه مغز انسان می آموزد ومعایب شبکه عصبی.....
14 10-1 بخشهای جزئی تر از یک شبکه عصبی...............
15 11-1 معایب شبکه های عصبی..........................
12-1 چرا از شبکه ی عصبی استفاده می کنیم؟.......... 15
1-12-1 کاربردهای شبکه ی عصبی...................... 17
2-12-1 کاربردهای حرفه ای و بازرگانی.............. 19
3-12-1 جو زمین و فضای ماورای زمین................ 19
4-12-1 خودرو و مسایل مربوط به خودرو سازی......... 20
20 5-12-1 بانکداری..................................
6-12-1 کنترل سازی فعالیت......................... 20
20 7-12-1 پزشکی.....................................
20 8-12-1 نفت و گاز.................................
9-12-1 ماشین آلات و دستگاه خودکار................. 20
10-12-1 تأمین امنیت و آسایش...................... 21
21 11-12-1 مخابرات تلفنی و ارتباط با دور برد........
21 12-12-1 حمل و نقل................................
21 13-12-1 خلاصه.....................................
فصل دوّم: شبکه ی عصبی زیستی و مصنوعی
23 1-2 شبکه های عصبی زیستی..........................
2-2 تاریخچه شبکه های عصبی مصنوعی................. 23
25 3-2 شبکه های عصبی مصنوعی.....................
27 4-2 شبکه ی عصبی مصنوعی ساده.......................
5-2 شبکه های پرسپترون چند لایه 29
فصل سوّم: نرون و ساختار آن
1-3 روش کار نرون.................................. 33
35 1-1-3 ساختار نرون.................................
2-1-3 نرون با چندین ورودی......................... 36
3-1-3 یک لایه از نرون ها........................... 36
4-1-3 شبکه های چند لایه ای......................... 37
5-1-3 شبیه سازی شبکه عصبی......................... 37
6-1-3 مدل نرون.................................... 39
40 7-1-3 نرون مصنوعی.................................
8-1-3از نرون‌های انسان تا نرون مصنوعی.............. 40
فصل چهارم :
1-4 ایجاد و آموزش شبکه ی عصبی.................... 42
2-4 شبیه سازی.................................... 43
43 3-4 روش پس انتشار خطا............................
فصل پنجم: تابع ها ی تصمیم گیری
55 1-5 انواع تابع تصمیم گیری........................
2-5 تابع hard limit................................. 55
3-5 تابع خطی..................................... 55
4-5 تابع log-sigmoid................................ 56
5-5 تابع tan-sigmoid................................ 57
فصل ششم : عملکردهای شبکه عصبی در مطلب
1-6 دستورالعمل جعبه ابزار شبکه عصبی مطلب MATLAB.. 59
62 2-6 تغذیه شبکه عصبی...............................
3-6 اطلاعات و داده های پردازش...................... 62
1-3-6 شبکه پایه ای و بنیادین شعاعی( محوری)........ 68
2-3-6 شبکه در حال جریان یا به اصطلاح recurrent....... 70
3-3-6 یادگیری در خصوص کوانتیزه نمودن برداری (LVQ). 72
4-6 مدل و الگوی عصبی ............................ 75
5-6 عملکردهای انتقال دهنده....................... 77
1-5-6 رشته با بردار وروردی....................... 80
2-5-6 طراحی و ساختارهای شبکه..................... 82
3-5-6 لایه های ضرب شده (مضاعف) رشته ها............ 86
4-5-6 طراحی و ساختارهای داده و اطلاعات............ 88
5-5-6 ظاهرسازی و تشابه با ورودی های متقارن در یک شبکه ایستا 89
6-5-6 مشابه سازی با ورودی های متقارن در یک شبکه حرکتی 91
فصل هفتم: پیوستگی ها
1-7 حالات پیوستگی................................. 97
2-7 پیوستگی در حال توسعه و ترقی.................. 97
3-7 پیوستگی رو به افزایش و ترقی با شبکه های ایستا 97
4-7 پیوستگی رو به ترقی و توسعه با شبکه های حرکتی 99
5-7 پیوسته سازی دسته با شبکه های ایستا.......... 101
6-7 پیوستگی سازی در یک دسته..................... 100
7-7 پیوستگی دسته ای با شبکه های حرکتی........... 103
فصل هشتم : بلوک ها
1-8 بلوک یا ساختار تنظیم........................ 108
2-8 بلوک های سنگین.............................. 110
3-8 بلوک های ساختاری در سیستم های کنترل 111
111 4-8 تولید وایجاد یک بلوک
فصل هشتم :شکل ها و معادلات
منابع
فهرست تصاویر صفحه
فصل اوّل:
10-1 بخشهای جزئی تر از یک شبکه عصبی
فصل دوّم:
شکل 1-2: نمایش ساختاری نرون
شکل 2-2: نمایش شبکه ی عصبی مصنوعی ساده
شکل 3-2: مثال خروجی پرسپترون
شکل 4-2: نقش تابع در خروجی شبکه
شکل 5-2: نمایش شبکه های پرسپترون از یک لایه ورودی
فصل سوّم:
شکل 1 -3: نمایش نرون
شکل 2-3: نمایش ساختار نرون
شکل 3-3: نمایش ساختار نرون پیچیده
شکل 4-3: نمایش شکل یک نرون با چندین ورودی
شکل 5-3: نمایش یک لایه شبکه با R ورودی و S نرون
شکل 6-3: نمایش بلوک دیاگرام شبکه
شکل 7-3: نمایش یک نرون ساده با R ورودی
فصل چهارم:
شکل 1-4: نمودار تابع performance برحسب epoch
شکل 2-4: نمودار تابع performance برحسب epochبرای آموزش با نرخ آموزش متغیر
شکل 3-4: نمودار تابع performance برحسب epochآموزش به روش flctcher
شکل 4-4: نمودار تابع performance برحسب epochآموزش به روش polak-update
فصل پنجم:
شکل 1-5: نمایش تابع hard limit
شکل 2-5: نمایش تابع خطی
شکل 3-5: نمایش تابع log-sigmoid
شکل 4-5: نمایش تابع tan-sigmoid
فصل ششم:
شکل 1-6: یک رشته با یک ورودی بدون بایاس
شکل 2-6: عملکردهای انتقال دهنده خروجی صفر
شکل 3-6: نمایش عملکرد و تابع خطی انتقال دهنده
شکل 4-6: نمایش تابع و عملکردهای انتقال دهنده حلقوی
شکل 5-6:تولید و ایجاد نقطه (یا ردیف تکی) در ماتریس w و بردار f
شکل 7-6: نمایش جریان های ضرب شده و مضاعف رشته ها
شکل 8-6: لایه عصبی با عناصر ورودی R و رشته های S
شکل 9-6: نمایش شبکه تک لایه ای
شکل 11-6: نمایش نمادسازی در شبکه های سه لایه ای
شکل 13-6: نمایش مشابه سازی با ورودی های متوالی در یک شبکه حرکتی
فصل هشتم:
شکل 1-8: نمایش سه بلوک ساختاری
شکل 2-8: نمایش بلوک انتقال دهنده
شکل 3-8: نمایش مشتمل بر 4 بلوک ساختاری
فصل نهم:
شکل 1-9: رشته ساده
شکل 2-9: محدوده سخت در عملکرد انتقال دهنده
شکل 3-9: عملکرد انتقال دهنده خط تنزل یافته (purelin)
شکل 4-9: لگاریتم s مانند (خط s مانند) در عملکرد انتقال دهنده
شکل 5-9: رشته با بردار وردی
شکل 6-9: رشته تکی در حال استفاده کردن از نمادسازی خلاصه شده
شکل 7-9: آیکون ها برای عملکردها و توابع انتقال دهنده
شکل 8-9: لایه های رشته ها که
شکل 9-9: یک لایه رشته ها
شکل 10-9: لایه های رشته ها – نمادسازی خلاصه شده
شکل 11-9:لایه رشته ها که در اندیس ها نشان داده شده است که
شکل 12-9: سه لایه رشته ها
شکل 13-9:سه لایه ها با نمادسازی خلاصه شده
شکل 14-9:رشته های خطی با دو عنصر در بردار ورودی
شکل 15-9:شبکه های حرکتی با تأخیر و تعلل
شبکه ی عصبی یک برنامه نرم افزار یا تراشه ی نیمه هادی است که بتواند همانند مغز انسان عمل نماید
