دانلود تحقیق پژوهشی شبکه های عصبی مصنوعی

اختصاصی از اس فایل دانلود تحقیق پژوهشی شبکه های عصبی مصنوعی دانلود با لینک مستقیم و پر سرعت .

دانلود تحقیق پژوهشی شبکه های عصبی مصنوعی که شامل 15 صفحه و مشتمل بر بخش های زیر است :

فرمت فایل : Doc

شبکه های عصبی مصنوعی چیست؟

بخشهای جزئی تر از یک شبکه عصبی:

خصوصیات در مورد مغز انسان

تعریف شبکه های عصبی مصنوعی :

تاریخچه:

چرا از شبکه های عصبی استفاده می کنیم؟

مزیتها

·         یادگیری انطباق پذیر:

·         سازماندهی توسط خود:

·         عملکرد بهنگام(Real time ) :

تحمل اشتباه بدون ایجاد وقفه در هنگام کد گذاری اطلاعات :

کاربردهای شبکه های عصبی :

شبکه عصبی مصنوعی ساده :

نقش تابع در خروجی شبکه :

یادگیری یک پرسپترون

شبکه های پرسپترون چند لایه :

منابع

*این مجموعه ویژه ی دانشجویان رشته ی مهندسی کامپیوتر و علاقه مندان و اساتید محترم میباشد

تحلیل و طراحی قاب های دو بعدی بوسیله شبکه های عصبی مصنوعی

اختصاصی از اس فایل تحلیل و طراحی قاب های دو بعدی بوسیله شبکه های عصبی مصنوعی دانلود با لینک مستقیم و پر سرعت .

• پایان نامه کارشناسی ارشد با عنوان: تحلیل و طراحی قاب های دو بعدی بوسیله شبکه های عصبی مصنوعی  

• دانشگاه علوم و فنون مازندران  

• استاد راهنما: پروفسور علی کاوه  

• پژوهشگر: بهرام قربان نیا  

• سال انتشار: 1377  

• فرمت فایل: PDF و شامل 191 صفحه

چکیــــده:

در طراحی بهینه‌ی سازه‌ها لازم است که سازه را در دفعات متوالی به واسطه‌ی تغییرات در پیکربندی و مشخصات سازه‌ای آن تحلیل نمود. اگر چنانچه تحلیل مجدد با استفاده از روش‌های دقیق انجام گیرد، در آن صورت مدت زمان محاسبه توسط رایانه برای بهینه‌سازی به طور قابل ملاحظه‌ای افزایش می‌یابد. در چنین شرایطی روش‌های تقریبی تحلیل سازه جانشین مناسبی برای تحلیل دقیق می‌باشد. دستیابی به رویه‌ی تحلیل تقریبی و در عین حال دقیق خصوصا برای ساختمان‌هایی که از لحاظ سازه‌ای شکل استاندارد داشته و منظم هستند مطلوبتر می‌باشد.

در این پایان‌نامه کاربرد شبکه‌های عصبی مصنوعی در تحلیل تقریبی قاب‌های دوبعدی و طراحی بهینه‌ی آنها مورد بررسی قرار گرفته است. همچنین پیکربندی شبکه و روش تربیت آن مطرح شده است.

______________________________

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

** توجه: در صورت مشکل در باز شدن فایل PDF ، نام فایل را به انگلیسی Rename کنید. **

** درخواست پایان نامه:

با ارسال عنوان پایان نامه درخواستی خود به ایمیل [e-mail] پس از قرار گرفتن پایان نامه در سایت به راحتی اقدام به خرید و دریافت پایان نامه مورد نظر خود نمایید. **

بررسی مقایسه ای کاربرد شبکه عصبی مصنوعی و رگرسیون خطی در مدل تحلیل منطقه ای سیلاب

اختصاصی از اس فایل بررسی مقایسه ای کاربرد شبکه عصبی مصنوعی و رگرسیون خطی در مدل تحلیل منطقه ای سیلاب دانلود با لینک مستقیم و پر سرعت .

• مقاله با عنوان: بررسی مقایسه ای کاربرد شبکه عصبی مصنوعی و رگرسیون خطی در مدل تحلیل منطقه ای سیلاب 

• نویسندگان: هدیه فیاض بخش ، محمدرضا کاویانپور ، مهرنوش هدایتی زاده 

• محل انتشار: دهمین کنگره بین المللی مهندسی عمران - دانشگاه تبریز - 15 تا 17 اردیبهشت 94 

• فرمت فایل: PDF و شامل 7 صفحه می باشد.

چکیــــده:

برآورد دبی اوج سیلاب برای حوضه‌های فاقد ایستگاه در طراحی سازه‌های آبی از اهمیت زیادی برخوردار است. یکی از مهمترین روش‌های برآورد دبی اوج سیلاب در مناطق فاقد آمار روش تحلیل منطقه‌ای (مدل بندی) سیلاب می‌باشد. مدل بندی سیلاب براساس رابطه علت و معلولی و برقراری رابطه ریاضی بین سیلاب و عوامل تولید آن، مورد تایید بسیاری از پژوهشگران قرار گرفته است. در این تحقیق از قابلیت شبکه‌های مفهومی (شبکه‌های عصبی مصنوعی) در شبیه سازی مشخصات فیزیوگرافیک و هیدرولوژیک حوضه آبریز جهت مدلسازی و پیش بینی دبی سیلاب حوضه استفاده شده است. نتایج حاصل از این مدل با نتایج روش رگرسیون که یکی از رایج ترین روش‌های مدل بندی منطقه‌ای سیلاب می‌باشد، مقایسه شدند. مطالعه موردی بر روی حوضه آبریز قزل اوزن سفیدرود، یکی از مهمترین حوضه‌های آبریز کشور و دارای رودخانه‌های پر آب و مهم، انجام گرفت. معماری مختلف شبکه‌های عصبی مصنوعی برای آموزش و تست شبکه مورد استفاده قرار گرفت و نتایج شبکه‌های ساخته شده با این توابع با هم مقایسه و بهترین شبکه پیش بینی سیلاب برای دبی با دوره بازگشت مختلف ارائه می‌شود. نتایج نشان دهنده دقت شبکه عصبی پرسپترون چند لایه با الگوریتم یادگیری پس انتشار خطا می‌باشد. در انتها برای تعیین درجه اهمیت پارامترهای ورودی شبکه از آنالیز حساسیت استفاده شد و تاثیر ورودی های کم اثر شامل زمان تمرکز و طول آبراهه در خروجی شبکه مشخص شد. مقایسه نتایج حاصل نشان دهنده دقت بیشتر مدل سیستم شبکه عصبی در مقایسه باروش رگرسیون دارد.

________________________________

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

** توجه: در صورت مشکل در باز شدن فایل PDF مقالات نام فایل را به انگلیسی Rename کنید. **

** درخواست مقالات کنفرانس‌ها و همایش‌ها: با ارسال عنوان مقالات درخواستی خود به ایمیل [e-mail] پس از قرار گرفتن مقالات در سایت به راحتی اقدام به خرید و دریافت مقالات مورد نظر خود نمایید. **

شبکه عصبی

اختصاصی از اس فایل شبکه عصبی دانلود با لینک مستقیم و پر سرعت .

23 ص

خلاصه سازی روشی است برای فشرده سازی منتهای بسیاربزرگ که به دلیل روش بیشترین درمرتبط نرین اطلاعات موجود درمتن استخراج می شودآنچه که مارادراین محدود می نماید استخراج مرتبط ترین اطلاعات وعامل مهم دیگرخواندنی بودن وقابل فهم بودن متن است.

باتوجه به افزایش روزافزون اطلاعات موجود دراینترنت که به صورت الکترونیکی ارائه می شود، تحقیقات وسیعی برروی این زمینه درحال انجام است تابتوان هرچه سریع تر به مرتبط ترین اطلاعات است یافت مثلاٌ :اگر شما دراینترنت به دنبال موضوعی باشید حجم وسیعی ازصفحات اینترنتی دراختیار شما قرار نی گیرد حال باید تک تک این صفحات رابه طور کامل مطالعه ؟؟؟؟؟ به اطلاعات موردنیاز دست پیداکنیم . ولی به کمک روشهای خلاصه سازی می توان به راحتی خلاصه یک صفحه اینترنتی رادرچند جمله مشاهده کنید وسپس به به طور خلاصه سازی کلی صورت می پذیرد:

• خلاصه سازی مبتنی برفهم مطلب
• خلاصه سازی مبتنی براستخراج مطالب مهم

روش اول که نام دیگرآن (پرورش طبیعی زبانی) (NLP) می باشد یعنی سعی وآموزش سیستم درفهمیدن متن وباتوجه که قواعد وساختار های زبانی درباره وبایک ساختار جدید تری متن راخلاصه کند دراین روش مانیاز مند گرامر ونحوه جمله نویسی یک زبان خاص هستیم.

قدرت واهمیت این روش دراین است که ازدقت بالاتری برخوردار است ولی به دلیل سرعت پائین وپیچیدگی بسیار زیاد کمتراستفاده می شود.

روش دوم که به روش های آماری معروف هستند ابتدا متن رابه تعداد جملات خود افراد کرده وهر جمله رابایک بردار نگاشت می کنیم که این بردار ها مثال یک سری ویژگی های خاص نظیر تعداد کلمات بعد ویاتعداد اتفاقیی افتادن کلمات کلیدی درآن و... می باشد ازاین روش نیازمند یهای زیادی هستیم تابه یک کلیت ارتمام تنها بوسیله ازاین روش براساس یک سری ویژگی که بردار هرجمله تشکیل می دهند یادمیگیریم که چ=گونه جملات مزتبط بامفهوم متن راپیدا کنیم.

مقدمه ای بر شبکه های عصبی 48 ص

اختصاصی از اس فایل مقدمه ای بر شبکه های عصبی 48 ص دانلود با لینک مستقیم و پر سرعت .

48 ص

این تحقیق با دو هدف اصلی زیر صورت گرفته است :
1.درک اولیه ای از شبکه های عصبی
2.شروع یک رویه تحقیقاتی بلند مدت روی یادگیری ویاد آوری در انسان
در این تحقیق از منابع بسیار متنوعی استفاده شده است و راهنمایی های استاد ارجمند جناب
آقای مهندس جلیلوند نیز چراغ این راه بوده است.
ابتدا یک بررسی اجمالی روی انواع شبکه های عصبی انجام شده است و نوع پرسپترون به دلیل
کاربرد فراوان بیشتر شرح داده شده است.این تحقیق صرفا گرداوری است تا پس از تکمیل تر
شدن اطلاعات شاید افقی جدید حاصل شود.
سپس در باره یادگیری ماشین و نیز یادگیری انسان مطالبی مبسوط آورده شده است و در پایان
با مقایسه یافته ها با برخی یافته های پزشکی چند قیاس انجام گردیده.
در پایان خلاصه ای از مبحث پردازش تصویر که شبکه های عصبی در آن کاربرد ویژه ای دارند
آمده است.
در پایان جا دارد از دوست خوبم آقای امیر بختیاری به خاطر راهنمایی هایشان در بخشهای
مرتبط با زیست شناسی تشکر نمایم.
Ahoo Engineering Group
www.AhooEG.com
شبکه عصبی چیست ؟
روشی برای محاسبه است که بر پایه اتصال به هم پیوسته چندین واحد پردازشی