تعداد اسلاید : 46
نوع فایل : power point
نمودار فازی برای یک جز خالص
معادلات حالت
قوانین سه گانه
قانون آووگادرو
قانون بویل
قانون شارل – گیلوساک
فرضیات گاز ایده آل
ضریب بی مرکزی ( (Acentric Factor
معادلات ویریال
معادله واندروالس
معادله حالت واندروالس
معادله ردلیش-کوانگ (1949)
شکل کاربردی تر معادله ردلیش- کوانگ
معادله ردلیش-کوانگ برای مخلوط های گازی
معادله SRK برای مخلوط های گازی
معادله پنگ – رابینسون(PR)(1976)
معادله Benedict-Webb-Rubin(BWR)
و ...
موضوع فارسی :داده کاوی برای سیستم های تشخیص فازی در شبکه های LTE
موضوع انگلیسی : Data mining for fuzzy diagnosis systems in LTE networks
تعداد صفحه : 11
فرمت فایل :pdf
سال انتشار : 2015
زبان مقاله : انگلیسی
چکیده
پیشرفت های اخیر در شبکه های تلفن همراه، همراه با افزایش در خدمات، کاربران و تقاضا
با کیفیت بالا مصارف عملیاتی (OPEX) مطرح شده است. شبکه خود سازمان (SON) هستند
راه حلی برای کاهش این هزینه ها. در پسر، خود شفا قابلیت است که با هدف به صورت خودکار است
حل مشکلات در شبکه دسترسی رادیویی، در همان زمان کاهش خرابی و تاثیر
در تجربه کاربر. خود شفا شامل چهار عملکرد اصلی: تشخیص خطا، تجزیه و تحلیل علت ریشه،
گسل جبران و بازیابی. برای انجام تجزیه و تحلیل علت ریشه (همچنین به عنوان شناخته شده تشخیص)،
دانش سیستم های مبتنی بر (KBS) معمولا مانند منطق فازی استفاده می شود. در این مقاله، یک روش جدید
برای استخراج دانش برای KBS از موارد عیب یابی حل پیشنهاد شده است. این روش
بر تکنیک های داده کاوی بر اساس عنوان به روش دستی در حال حاضر مورد استفاده قرار مخالف است. داده کاوی
مشکل استخراج دانش از LTE اطلاعات عیب یابی را می توان داده های بزرگ
مسئله. بنابراین، روش ارائه شده طراحی شده است تا آن را به راحتی می توان کوچک بالا به پردازش
حجم زیادی از داده ها را با منابع نسبتا کم، به دیگر الگوریتم های موجود مخالف است. آزمایشات نشان می دهد
امکان سنجی و نتایج خوبی به دست آمده توسط سیستم تشخیص ایجاد شده توسط روش پیشنهادی در
شبکه های LTE
کلمات کلیدی: خود شفا
شبکه های خود سازمانده
LTE
داده کاوی
آموزش رانده داده
یادگیری نظارت شده
مدیریت خطا
سیستم های فازی
اطلاعات بزرگ
منطق فازی معتقد است که ابهام همیشه و همواره در جوهره و ماهیت علم بوده و می توان از آن بهره جست. بنابراین به دنبال ساختن سیستم هایی است که ابهام را به عنوان بخشی از سیستم، هضم نموده و مدل کند. زیرا تنها در اینصورت است که می توان در سیستم های مبتنی بر هوش مصنوعی، رفتار و عکس العمل این گونه سیستم ها را به رفتار انسانی نزدیک نموده و به نتیجه دلخواه دست یافت. بر همین اساس کاربرد منطق فازی در حل مسائل هوش مصنوعی، بیش از پیش در حال گسترش است. لذا پس از معرفی منطق فازی توسط پروفسور لطفی زاده، شمار زیادی از محققان حوزه علوم کامپیوتر به این مقوله و کاربردی کردن آن در مسائل روی آورده و مقالات و پژوهش های زیادی با این موضوعات منتشر شده است. در این پروژه هم هدف اصلی ما معرفی و نقد و بررسی روش های مبتنی بر منطق فازی و یادگیری ماشین است. روال کار به صورت مطالعه روش های مشابه در مقالات معتبر و جدید ISI، Elsevier، Springer و IEEE می باشد. سپس با استفاده از نتایج شبیه سازی روش های پیشنهادی در این مقالات سعی در ارائه راه حل های جدید به کمک نقاط قوت و ضعف این روش ها خواهیم داشت. در این زمینه فصل اول به معرفی، تاریخچه و مفاهیم اصلی منطق فازی پرداخته و در فصل دوم تعاریف و انواع روش ها و تکنیک های یادگیری ماشین به همراه مزایا و معایب هر یک را بیان نموده و در فصل سوم مروری بر مقالات جدید در این حوزه داشته و در فصل چهارم به بیان ایده های جدید پیرامون ماشین و منطق فازی می پردازیم و پروژه را با بیان نتایج به پایان خواهیم رساند...
پروژه مورد نظر مشتمل بر 4 فصل، 94 صفحه، تایپ شده، به همراه دیاگرام و جدول، روابط و فرمول های اصلی، با فرمت pdf جهت دانلود قرار داده شده و فصل بندی پروژه به ترتیب زیر می باشد:
فصل 1: منطق فازی، معرفی، تارخچه و مفاهیم اصلی
فصل 2: یادگیری ماشین، تعاریف، انواع روش ها و تکنیک ها
فصل 3: منطق فازی و یادگیری ماشین، مرور مقالات
فصل 4: منطق فازی و یادگیری ماشین، بیان ایده های جدید
جهت خرید پروژه کاربردهای منطق فازی در یادگیری ماشین به مبلغ فقط 4000 تومان و دانلود آن بر لینک پرداخت و دانلود در پنجره زیر کلیک نمایید.
!!لطفا قبل از خرید از فرشگاه اینترنتی کتیا طراح برتر قیمت محصولات ما را با سایر فروشگاه ها و محصولات آن ها مقایسه نمایید!!
!!!تخفیف ویژه برای کاربران ویژه!!!
با خرید حداقل 10000 (ده هزارتومان) از محصولات فروشگاه اینترنتی کتیا طراح برتر برای شما کد تخفیف ارسال خواهد شد. با داشتن این کد از این پس می توانید سایر محصولات فروشگاه را با 20% تخفیف خریداری نمایید. کافی است پس از انجام 10000 تومان خرید موفق عبارت درخواست کد تخفیف و ایمیل که موقع خرید ثبت نمودید را به شماره موبایل 09016614672 ارسال نمایید. همکاران ما پس از بررسی درخواست، کد تخفیف را به شماره شما پیامک خواهند نمود.
پایگاه‌های دادة فعال با هدف ایجاد تعامل در پایگاه‌های داده ایجاد شدند. در این نوع پایگاه داده با تعریف قوانین و بدون نیاز به کدنویسی، سیستم قادر به عکس‌العمل مناسب در مقابل رویدادهای مهم در شرایط خاص می‌باشد. تعریف قوانین ساده‌ترین نوع بیان محدودیت‌ها بوده که برای متخصص های محیط نیز قابل درک می‌باشد. اما در بیان تجربیات اغلب از کلمات فازی استفاده می‌شود که ترجمه آنها به مقادیر دقیق منجر به کاهش ارزش معنایی دانش می‌شود. فازی‌سازی پایگاه‌های داده فعال با هدف نزدیک‌تر نمودن زبان بیان قوانین به زبان طبیعی انسان مطرح شد. این امر کمک می‌کند دانش متخصصین، مستقیماً به پایگاه داده منتقل شود. ضمن اینکه تغییرات نیز با کمترین هزینه، بر قوانین تعریف شده اعمال می‌شود.
اولین گروه فازی‌سازی گرداننده پایگاه‌های دادة فعال ولسکی و بوعزیز و همکارانشان بودند که به فازی نمودن رویداد، شرط و واکنش در تعریف قوانین پرداخته‌اند و طی چند مقاله نتایج آن را ارائه نمودند[2, 3, 5, 7, 8, 9, 10]، این گروه در پروژه Tempo به پیاده‌سازی فازی این سه بخش پرداخته‌اند.
گروه دومی که در این زمینه فعالیت نموده است گروه آقایان یوسل سایجین و اوزگور اولوسوی میجباشد که در دو مقاله به جنبه کاربرد تریگرهای فازی در پایگاه داده های فعال سیار پرداخته اند[4, 6].
فازی نمودن پایگاه‌های دادة فعال با هدف کاربردی‌تر نمودن پایگاه‌های داده مطرح شد. این پایان‌نامه ضمن اصلاح تریگر های فازی معرفی شده توسط گروه اول با ایجاد تغییراتی در آنها از تریگر های فازی جهت عمل رونوشت برداری فازی استفاده می کند.
در ادامة این پایان‌نامه یک معماری ساده از موتور رونوشت برداری فازی در پایگاه دادة فعال ارائه می‌شود و در پایان با یک نمونة پیاده‌سازی شده از موتور رونوشت برداری فازی موارد پیشنهادی ارزیابی می‌گردد.
کلیدواژه ها: پایگاه دادة فعال، تریگرهای فازی، رونوشت برداری فازی، کمیت سنج های فازی، همگام سازی، دوره پوشش برنامه، دوره پوشش رونوشت برداری، دوره پوشش فازی.
در سازه های فضاکار کمینه بودن وزن به ندرت معرف عملکرد مناسب سازه است و واردکردن دیگر عوامل بهینه سازی به عنوان هدف، همچون حداکثر جابه جایی سازه ضروری به نظر می رسد. در مسائل بهینه سازی چندهدفه ی مقید مانند مسائل سازه ای، راهکار متداولی که برای اعمال قیدها انتخاب می شود، حذف پاسخ های ناموجه حتی با مقادیر کوچک تجاوز از قیود در رقابت با پاسخ های ممکن است. این روند می تواند موجب از دست دادن پاسخی از مجموعه ی بهینه ی پارتو شود که در نزدیکی یک پاسخ نقض کننده ی قید قرار دارد. در این تحقیق در یک الگوریتم چندهدفه ی تکاملی، از منطق فازی جهت تقویت بهینه سازی چندهدفه ی سازه ای کمک گرفته شده است. ترکیب الگوریتم وراثتی با رتبه بندی نامغلوب به همراه راهکار فازی سازی قیدها و توابع هدف، موجب حفظ پاسخ های ناموجه با مقادیر پایین تجاوز قید در نسل های ابتدایی شده و در نتیجه همگرایی به بهینه ی پارتو افزایش می یابد. برای نمایش کارایی روش پیشنهادی، دو مثال سازه فضاکار شامل یک گنبد 56 عضوی و سازه ی تخت دو لایه با 200 عضو با دو تابع هدف آورده شده است. نتایج نشان می دهد علاوه بر عدم وجود خطا، اکثر معیارها شامل میزان نزدیک شدگی جبهه ی پارتوی نهایی به پاسخ معیار، گستردگی و یکنواختی پاسخ ها در جبهه ی پارتو نیز بهبود یافته است.
سال انتشار: 1393
تعداد صفحات: 18
فرمت فایل: pdf