تحقیق درباره بررسی هوش مصنوعی از رهیافت علوم شناختی

اختصاصی از اس فایل تحقیق درباره بررسی هوش مصنوعی از رهیافت علوم شناختی دانلود با لینک مستقیم و پر سرعت .

فرمت فایل : word (قابل ویرایش) تعداد صفحات : 13 صفحه

تعریف و معرفی :

علوم شناختی حوزه‌ای مرکب از دانش‌هایی نظیر هوش مصنوعی، روان شناسی، عصب-روان شناسی، زبان شناسی، فلسفه ذهن و برخی دیگر از زمینه‌های مطالعاتی است.


این گستره پژوهشی با ماهیتی میان رشته‌ای درپی مطالعه پدیده‌ها و رفتارهای شناختی است؛ از ادراک (شامل حواس پنج گانه) گرفته تا فرآیندهای هوشمندانه (از قبیل حساب، حل مساله، تفکر شهودی، تصمیم گیری و...) و نیز زبان، حافظه، یادگیری و هر آنچه که بتوان آن را پدیده و رفتاری شناختی در نظر گرفت. روش‌های علمی و نظریه‌های شاخه‌های گوناگون علوم شناختی بر گسترش پژوهش‌ها و زمینه‌های مطالعاتی، بر حوزه‌های تحقیقی به صورت تعاملی تاثیراتی اساسی داشته اند.بر اساس چنین رهیافتی، محققان علوم کامپیوتر و هوش مصنوعی با استفاده از نظریه‌ها و روش‌های مطالعاتی علوم شناختی می‌توانند در جهت بهبود ایده‌ها و روش‌های نظری و عملی هوش مصنوعی در شبیه سازی و پیاده سازی رفتارهای هوشمند گام‌های مطلوبی بردارند.این مقاله، پیشگفتار کتاب «هوش مصنوعی از رهیافت علوم شناختی» است که هم‌زمان با چاپ و انتشار در اختیار روزنامه قرار گرفته است.

علم شناخت با گردآوری مجموعه‌ای از علوم گوناگون به منزله یک زمینه مطالعاتی میان رشته‌ای در پی تبیین فرآیندهای ذهنی و شناختی است تا از این رهیافت به ارایه شبیه‌سازی و مدل‌های گوناگونی از رفتارهای شناختی در حوزه‌های مورد ملاحظه خود بپردازد. موفقیت برق آسای علوم شناختی بعد از سال‌های 1970 دلایل مختلفی داشت؛ نخست، بلندپروازی نظری و ساده‌انگارانه اولیه این علوم در فهم فرآیندهای شناختی در انسان‌ها؛ دوم، تازگی این علوم و میان رشته‌ای بودن آنکه جاذبه‌ای فراوان داشت و سرانجام آنکه، ایده‌ها و کاربردهای عملی تازه‌ای را در زمینه هوش مصنوعی وعده می‌داد.

با وجود این،‌ اشتباه است اگر فکر کنیم که علوم شناختی نوعی برنامه تحقیقی همسان و بزرگ است که پژوهشگران با تخصص‌های مختلف را در هماهنگی کامل به همکاری گرد می‌آورد. علوم شناختی، همانند فیزیک نیوتونی یا شیمی ارگانیک، یک علم واحد متجانس را تشکیل نمی‌دهند. کسی که می‌خواهد به طور کامل با تمامی زمینه‌های مطالعاتی آن آشنا شود، ره به خطا برده‌است. در این علم، توده‌ای از رشته‌های اصلی و فرعی گردآمده‌اند که با یکدیگر تلاقی دارند. از این رو، از طرفی، آزمایش‌ها و نظریه‌های موضعی در مورد رفتارهای شناختی به طور ناهماهنگ و پراکنده ارایه می‌شوند و تحقیقات کاربردی و مجادلات فلسفی در هم آمیخته شده‌اند و از طرف دیگر بحث‌های پرشوری در مورد خطر تحدید‌گرایی و سردستگی بعضی رشته‌ها مانند هوش‌مصنوعی یا عصب‌شناسی طرح می‌شود. بنابراین علوم شناختی هنوز از یک مجموعه علمی متجانس و یکپارچه فاصله دارند و به ابرهایی متراکم می‌مانند که به واسطه سطوح مختلف تحلیلی و الگوهای رقابتی در کنار یکدیگر قرار گرفته‌اند.

مقاله مقایسه توانایی مدل شبکه های عصبی مصنوعی و الگوریتم ژنتیک در پیش بینی ورشکستگی

اختصاصی از اس فایل مقاله مقایسه توانایی مدل شبکه های عصبی مصنوعی و الگوریتم ژنتیک در پیش بینی ورشکستگی دانلود با لینک مستقیم و پر سرعت .

19 صفحه pdf

مقاله مقایسه توانایی مدل شبکه های عصبی مصنوعی و الگوریتم ژنتیک در پیش بینی ورشکستگی مطالعه موردی شرکت های پذیرفته شده در بورس اوراق بهادار تهران

چکیده مقاله:

پیش بینی ورشکستگی مدت هاست که به عنوان یکی از مهمترین موضوعات مهم در حوزه مدیریت مالی و شناخت فرصت های مطلوب سرمایه گذاری از فرصت های نامطلوب و جلوگیری از به هدر رفتن منابع مطرح است. لذا در این پژوهش سعی شده است تا با بهره گیری از مدل شبکه های عصبی و الگوریتم ژنتیک به مقایسه نتایج حاصل از پیش بینی ورشکستگی مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران پرداخته و همچنین از سوی دیگر با بکارگیری الگوریتم ژنتیک در توسعه تئوری ورشکستگی، راه های غلبه بر ضعف های روش های معمول پیش بینی ورشکستگی مورد بحث و بررسی قرار گیرد. نمونه مورد مطالعه در این پژوهش شامل 70 جفت شرکت ورشکسته و غیر ورشکسته طی بازه زمانی 1390-1380 است. با بررسی های انجام شده بروی اطلاعات مستخرج از صورت های مالی شرکتهای مورد نظر در نهایت 5 متغیر مالی بعنوان متغیرهای مستفل جهت استفاده در هر دو مدل شناسایی گردید. نتایج این پژوهش نشان داد که استفاده از الگوریتم ژنتیک در مقایسه با مدل شبکه های عصبی در پیش بینی ورشکستگی مالی بسیار موثر است بطوریکه این مدل توانست جهت پیش بینی صحیح ورشکستگی مالی شرکتها به ترتیب در دوسال قبل از سال مبنا، یکسال قبل از سال مبنا و سال مبنا به دقتی معادل 96/44 و 97/94 و 95/53 درصد دست یابد.

پاورپوینت کامل آشنایی با پردازش تصویر در هوش مصنوعی

اختصاصی از اس فایل پاورپوینت کامل آشنایی با پردازش تصویر در هوش مصنوعی دانلود با لینک مستقیم و پر سرعت .

فرمت فایل : power point  (قابل ویرایش) تعداد اسلاید  : 49 اسلاید

فهرست

lخلاصه

lمقدمه

lتاریخچه پردازش تصویر

lعملیات اصلی در پردازش تصویر

lفشرده‌سازی تصاویر

lروش JPEG

lروش MPEG

lروش MP3

lروش MPEG2

lروش MPEG 4

lتصاویر رقومی(دیجیتالی)

lمقادیر پیکسلها

lدقت تصویر

lروش‌های پردازش تصاویر

lترمیم تصویر(Image restoration)

lنواری شدن(باندی شدن)

lخطوط از جا افتاده

lبالا بردن دقت عکس و هیستوگرام تصویر

lافزایش تباین از طریق کشیدن و امتداد آن

lکاربرد پردازش تصویر در زمینه‌های مختلف

lاتوماسیون صنعتی

ماشین بینایی و پردازش تصویر در اتوماسیون صنعتی

کالیبراسیون و ابزار دقیق

حمل و نقل

صنعت

هواشناسی

شهرسازی

کشاورزی

علوم نظامی و امنیتی

نجوم و فضا نوردی

پزشکی

فناوری‌های علمی

باستان شناسی

تبلیغات

سینما

اقتصاد

روانشناسی

زمین شناسی‌

کاربرد پردازش تصویر در رنگ سنجی مواد غذایی

نتیجه گیری

منابع

خلاصه :

  در هر سیستمی و با هر عملکردی برای تصمیم گیری به داده های ورودی احتیاج داریم. این ورودی ها میتوانند از یک سنسور صوتی, سنسور فاصله سنج , سنسور مادون قرمز , میکروفن و با تصاویر ارسالی از یه دوربین باشد.

  امروزه پردازش تصویر بهترین ابزار برای استخراج ویژگی ها و تحلیل موقعیت و در نهایت تصمیم گیری صحیح می باشد. در مورد انسان نیز به همین صورت است, اطلاعات از طریق چشم به مغز ارسال می شوند و مغز با پردازش این اطلاعات تصمیم نهایی را گرفته و فرمان را صادر می کند.

  هدف از پردازش تصویر پیاده سازی عملکرد ذهن انسان در قبال داده ها و انجام پردازش های خاصی برای استخراج ویژگی مورد نیاز برای رسیدن به هدف از پیش تعیین شده می باشد.

مقدمه :

پردازش تصاویر (به انگلیسی: Image processing) امروزه بیشتر به موضوع پردازش تصویر دیجیتال گفته می‌شود که شاخه‌ای از دانش رایانه است که با پردازش سیگنال دیجیتال که نماینده تصاویر برداشته شده با دوربین دیجیتال یا پویش شده توسط پویشگر هستند سر و کار دارد.

پردازش تصاویر دارای دو شاخه عمدهٔ بهبود تصاویر و بینایی ماشین است. بهبود تصاویر دربرگیرندهٔ روشهایی چون استفاده از فیلتر محوکننده و افزایش تضاد برای بهتر کردن کیفیت دیداری تصاویر و اطمینان از نمایش درست آنها در محیط مقصد(مانند چاپگر یا نمایشگر رایانه)است، در حالی که بینایی ماشین به روشهایی می‌پردازد که به کمک آنها می‌توان معنی و محتوای تصاویر را درک کرد تا از آنها در کارهایی چون رباتیک و محور تصاویر استفاده شود. در معنای خاص آن پردازش تصویر عبارتست از هر نوع پردازش سیگنال که ورودی یک تصویر است مثل عکس یا صحنه‌ای از یک فیلم.خروجی پردازشگر تصویر میتواند یک تصویر یا یک مجموعه از نشانهای ویژه یا متغیرهای مربوط به تصویر باشد.اغلب تکنیک‌های پردازش تصویر شامل برخورد با تصویر به عنوان یک سیگنال دو بعدی و بکاربستن تکنیک‌های استاندارد پردازش سیگنال روی آنها میشود. پردازش تصویر اغلب به پردازش دیجیتالی تصویر اشاره میکند ولی پردازش نوری و آنالوگ تصویر هم وجود دارند.این مقاله در مورد تکنیک‌های کلی است که برای همه آنها به کار میرود.

دانلود پاورپوینت هوش مصنوعی

اختصاصی از اس فایل دانلود پاورپوینت هوش مصنوعی دانلود با لینک مستقیم و پر سرعت .

این محصول در قالب پاورپوینت و قابل ویرایش در 277 اسلاید می باشد.

اسلاید 3

فهرست هوش

مصنوعی چیست؟

مبانی هوش مصنوعی

تاریخچه هوش مصنوعی

اسلاید 5

مانند انسان عمل کردن Acting humanly

هنر ساخت ماشینهایی که کارهایی را انجام میدهند که آن کارها توسط انسان با فکر کردن انجام میشوند. مطالعه برای ساخت کامپیوترها برای انجام کارهایی که فعلاً انسان آنها را بهتر انجام میدهد.

دانلود پاورپوینت هوش مصنوعی و سیستم خبره

اختصاصی از اس فایل دانلود پاورپوینت هوش مصنوعی و سیستم خبره دانلود با لینک مستقیم و پر سرعت .

سرفصل های درس

§مقدمه

§معرفی سیستم های هوشمند

§معرفی الگوریتمهای تکاملی

§معرفی الگوریتم ژنتیک

—فضای جستجو

—کد کردن و انواع آن

—کروموزم و جمعیت

—تابع ارزیابی

—عملگر انتخاب

—عملگرهای برش

—عملگر جهش

—الگوریتم GA

—بیان کاربردهای آن

 

 

 

 

 

 

فایل ورد 15 اسلاید