منابع مقالات معتبر بین المللی

پروژه - فرمت ورد

پروژه بررسی و معرفی شبکه های عصبی مصنوعی…

  • پایان نامه جهت اخذ درجه کارشناسی
  • عنوان کامل: بررسی و معرفی شبکه های عصبی مصنوعی
  • دسته: فناوری اطلاعات و کامپیوتر
  • فرمت فایل: WORD (قابل ویرایش)
  • تعداد صفحات پروژه: 121

مقدمه

هوش محاسباتی یا (Computational-Intelligence) CI به معنای استخراج هوش، دانش، الگوریتم یا نگاشت از دل محاسبات عددی براساس ارائه به روز داده های عددی است. سیستم هایCI در اصل سیستم های دینامیکی مدل آزاد (Model-free) را برای تقریب توابع و نگاشتها ارائه می کند. در کنار این ویژگی بسیار مهم باید از ویژگی مهم دیگری در ارتباط با خصوصیات محاسباتی سیستم های CI نام برد، که در آن دقت، وجه المصالحه مقاوم بودن، منعطف بودن و سهولت پیاده سازی قرار می گیرد.

مولفه های مهم و اساسی CI، شبکه های عصبی) محاسبات نورونی (، منطق فازی) محاسبات تقریبی (و الگوریتم ژنتیک) محاسبات ژنتیکی (است، که هر یک به نوعی مغز را الگو قرار داده اند. شبکه های عصبی ارتباطات سیناپسی و ساختار نورونی، منطق فازی استنتاجات تقریبی و محاسبات ژنتیکی محاسبات موتاسیونی مغز را مدل می کنند.

هوش مصنوعی:

در شبکه ارتباطی مغز انسانها سیگنالهای ارتباطی به صورت پالسهای الکتریکی هستند. جزء اصلی مغز نرون است که از یک ساختمان سلولی و مجموعه ای از شیارها و خطوط تشکیل شده و شیارها محل ورود اطلاعات به نرون هستند وخطوط محل خروج اطلاعات از نرون اند. نقطه اتصال یک نرون به نرون دیگر را سیناپس می نامند که مانند دروازه یا کلید عمل می کنند. اگر واکنشهایی که میلیونها نرون مختلف به پالسهای متفاوت نشان میدهند با یکدیگر هماهنگ باشند ممکن است پدیده های مهمی در مغز رخ دهد.

آن دسته از پژوهشگران هوش مصنوعی که رویکرد مدل مغزی را دنبال می کنند گونه ای از مدارهای الکتریکی را طراحی کرده اند که تا حدی شبکه مغز را شبیه سازی میکند در این روش هر گره (نرون) به تنهایی یک پردازنده است ولی رایانه های معمولی حداکثر چند cpuدارند هدف عمده کامپیوتر شبکه عصبی این است که مکانیسمی طراحی کند که همانند مغز انسان بازخورد مثبت یاد بگیرد پاسخهای درست و نادرست کدامند.

سیستم شبکه عصبی این کار را از طریق ارزشگذاری کمی برای ارتباطات سیگنالها بین نرونها انجام میدهد مکانیسم ارزشگذاری توسط مقاومتها با تقویت یا تضعیف پالسها انجام میشود. چون شبکه های عصبی میلیونها نرون دارند خرابی تعدادی از آنها تاثیر چندانی برعملکرد سیستم نمی گذارد تا کنون چند سیستم آزمایشی با استفاده از این اصول طراحی و ساخته شده اند مثلاًدر بررسی های زیست محیطی، شبکه های عصبی برای جمع آوری و تحلیل اطلاعاتی که از راه دور حس شده اند مورد استفاده قرار می گیرند اطلاعاتی که اغلب سفینه ها مخابره می کنند بسیار حجیم است. شبکه های عصبی این اطلاعات را به راحتی دسته بندی کرده وپس از جمع آوری اطلاعات ذهنی و تجسمی نتایج جالبی به دست می آورند (مثلاًتشخیص انواع خاصی از ابرها) البته این فرایند با آنچه سیستم های خبره انجام می دهند متفاوت است زیرا این سیستم ها ابزارهای تصمیم سازی هستند و می توانند حجم زیادی از اطلاعات را به سرعت تحلیل کنند شبکه های عصبی برای مدل سازی فرایندهای فکری مغزی که زمینۀ دیگری برای مطالعات حساس به اطلاعات و پیچیدگی است مورد استفاده قرار گرفته است.

  • فرمت: zip
  • حجم: 1.47 مگابایت
  • شماره ثبت: 505

خرید

مطالب مرتبط

ترجمه مقاله پژوهش پایان نامه پروژه شبکه عصبی الگوریتم ژنتیک الگوریتم Word ژنتیک
علی چهارشنبه 30 اردیبهشت 1394 ساعت 09:44
0 نظر

سیستم تشخیص نفوذ بر اساس مدل جدید استخراج قوانین وابستگی (ترجمه)…

چکیده

تشخیص نفوذ یکی از مشکلات مهم برای حفاظت از امنیت سیستم های اطلاعاتی است. تکنیک آن به دو دسته تقسیم می شود: تشخیص ناهنجاری و تشخیص سوء استفاده؛ که این دو مورد یکدیگر را تکمیل می کنند. این تحقیق روی تکنیک های تشخیص ناهنجاری برای تشخیص نفوذ تمرکز دارد. در حال حاضر، روش های متعددی بر اساس استخراج قوانین وابستگی کلاسیک برای تشخیص نفوذ ارائه شده است. به دلیل دو مشکلی که در مسئله استخراج قوانین وابستگی، یعنی اینکه با همه آیتم ست بطور مساوی رفتار می شود و یک ساپورت مینیمم و اطمینان مینیمم به عنوان استاندارد سنجش در نظر گرفته می شود، بسیاری از قوانین و قوانین جالب تولید می شوند که باعث کاهش کارایی سیستم تشخیص نفوذ می شود. بر اساس مدل جدید استخراج قوانین وابستگی که li در سال 2002 پیشنهاد داد و قادر به حل این دو مشکل به طور همزمان بود، سیستم تشخیص نفوذ دیگری ارائه شد. از آنجایی که میزان سود و علاقه یک آیتم به عنوان معیار در نظر گرفته می شود و الگوریتم استخراج بر اساس FP-tree است، تجربیات ما نشان داده است که سیستم پیشنهادی مقاوم تر و مؤثرتر از الگوریتم APRIORI است.

مقدمه

با پیشرفت تکنولوژی شبکه های کامپیوتری، تشخیص نفوذ که برای ثبت فعالیت های بدذات در سیستم های شبکه کامپیوتری استفاده می شود، مهم و مهم تر می شوند. تکنیک های تشخیص نفوذ به دو دسته کلی تقسیم می شوند: تشخیص ناهنجاری و تشخیص امضا که یکدیگر را تکمیل می کنند. این مقاله روی تکنیک های تشخیص برای تشخیص نفوذ تمرکز دارد. امروزه سیستم های تشخیص نفوذ تجاری زیادی برای جمع آوری اطلاعات فعالیت سیستم و شبکه موجود است که اطلاعات را تحلیل می کنند تا ببینند آیا حمله ای صورت گرفته است یا خیر. این پیاده سازی های تجاری در نظارت و تحلیل محدود هستند و تحقیقات بیشتری برای بهبود کارکردها ارائه شده است.

خرید

مطالب مرتبط

شبکه عصبی حسگر تحقیق تکنولوژی کامپیوتر پیشرفت آموزش الگوریتم مقاله
علی دوشنبه 28 اردیبهشت 1394 ساعت 03:33
0 نظر

پیاده سازی سیستم های برنامه ریزی منابع سازمانی…

  • عنوان لاتین مقاله: Implementation of enterprise resource planning systems in the Cypriot industry
  • عنوان فارسی مقاله: پیادهسازی سیستمهای برنامه ریزی منابع سازمانی در شرکتی در قبرس
  • دسته: مدیریت
  • فرمت فایل ترجمه شده: WORD (قابل ویرایش)
  • تعداد صفحات فایل ترجمه شده: 11
  • ترجمه سلیس و روان مقاله آماده خرید است.

خلاصه

هدف- هدف این مقاله بررسی عملکرد دو شرکت بزرگ قبرسی است که اخیراً سیستم های برنامه ریزی منابع انسانی (ERP) را در تلاش برای دستیابی به برتری رقابتی و افزایش سهم بازار معرفی نموده است.

طراحی/متدولوژی/رویکرد- این مقاله مبتنی بر داده هایی است که ازطریق مصاحبه های فردی با مدیران ارشد دو شرکت گردآوری شده است.

یافته ها- هر دو شرکت از جمله اولین سازمان هایی در قبرس هستند که سیستم های برنامه ریزی منابع انسانی (ERP) را پیاده سازی نموده اند و درنتیجه یک رابط برای مدیریت تمامی عملیات-هایشان در اختیار دارند- یعنی از ورود سفارشهای فروش گرفته تا هماهنگی حمل و خدمات پس از فروش به مشتری. سیستم جدید منافع قابل توجهی را برای دو شرکت در تولید و هم در دیگر کارکردهای عملیاتی دربر داشته است.

کاربردهای عملی- پیشنهادات متعددی برای دیگر شرکت های قبرسی که پیاده سازی سیستم-هایERP را درنظر دارند صورت گرفته است بطوریکه می توانند به حداکثر منافع از قبل پذیرش این سیستم ها دست یابند.

اصالت/ارزش- این مقاله برای اولین بار بررسی کرده است که چگونه دو شرکت قبرسی سیستم هایERP را پیاده سازی نموده اند و شباهت ها و تفاوت های میان این دو پیاده سازی، و منافعی که این سیستم ها برای این دو شرکت دربر دارند، مورد ارزیابی قرار داده اند.

نوع مقاله: مقاله تحقیقاتی

  • فرمت: zip
  • حجم: 0.17 مگابایت
  • شماره ثبت: 411

خرید

مطالب مرتبط

مدیریت شبکه عصبی مقاله ترجمه مقاله تحقیق Word
علی جمعه 18 اردیبهشت 1394 ساعت 18:31
0 نظر

تابع هدف جدید محدب برای آموزش نظارت شبکه های عصبی تک لایه…

  • عنوان لاتین مقاله: A new convex obgective function for the supervised Learning of single-layer neural networks
  • عنوان فارسی مقاله: تابع هدف جدید محدب برای آموزش نظارت شبکه های عصبی تک لایه .
  • دسته: فناوری اطلاعات و کامپیوتر
  • فرمت فایل ترجمه شده: WORD (قابل ویرایش)
  • تعداد صفحات فایل ترجمه شده: 28
  • ترجمه سلیس و روان مقاله آماده خرید است.

خلاصه

چکیده: در این مقاله روش آموزش نظارت جدید برای ارزیابی چگونگی شبکه های Feed Forward عصبی تک لایه ارائه می شود. این روش از تابع هدفی بر مبنایMSE استفاده می کند، که خطاها را به جای این که پس از تابع فعالسازی غیرخطی نورون ها ارزیابی کند قبل از آن ها بررسی می کند. در این گونه موارد، راه حل را می توان به سهولت از طریق حل معادلات در سیستم های خطی به دست آورد یعنی در این روش نسبت به روش های معین و مرسوم پیشین به محاسبات کمتری نیاز است. تحقیقات تئوری شامل اثبات موازنه های تقریبی بین بهینه ستزی سراسری تابع هدف بر مبنای معیارMSE و یک تابع پیشنهادی دیگر می باشد. بعلاوه مشخص شده است که این روش قابلیت توسعه و توزیع آموزش را دارا می باشد. طی تحقیقات تجربی جامع نیز تنوع صحت در انرمان این روش مشخص شده است. این تحقیق شامل 10 دسته بندی و 16 مسئلۀ بازگشتی می باشد. بعلاوه، مقایسه این روش با دیگر الگوریتم های آموزشی با عملکرد بالا نشان می دهد که روش مذکور بطور متوسط بیشترین قابلیت اجرایی را داشته و به حداقل محاسبات در این روش نیاز می باشد.

1.« مقدمه »:

برای بررسی شبکه عصبیFeed Forward تک لایه با تابع فعالسازی خطی، مقادیر وزن برای تابع بهMSE حداقل رسیده و می توان این مقادیر را به وسیله یک ماتریس شبه معکوس بدست آورد [1,2]. بعلاوه، می توان اثبات کرد که سطح MSE این شبکه خطی تابعی درجه دوم می باشد [3]. بنابراین این سطحمحدب هایپر پارابولیک (فراسهمی وار) را می توان به سادگی با روش گرادیان نزولی (Gradient descent) طی کرد. با این حال، اگر ازتابع فعالسازی غیر خطی استفاده شود، مینیمم های محلی می توانند بر مبنای معیارMSE در تابع هدف دیده شوند [4-6]. طی تحقیقات مختلف می توان مشاهده نمود که تعداد چنین مینیمم هایی می توانند با ابعاد ورودی به صورت نمایی توسعه پیدا کند. تنها در برخی موارد خاص می توان تضمین کرد که شرایط حاکم، فاقدMin های محلی هستند. در مورد الگوهای تفکیک پذیرخطی و معیار آستانه MSE، وجود حداقل یک مقدارMin در تابع هدف به اثبات رسیده است [8,9]. با این حال، این امر یک موقعیت عمومی نمی باشد.

  • فرمت: zip
  • حجم: 1.30 مگابایت
  • شماره ثبت: 411

خرید

مطالب مرتبط

کامپیوتر شبکه عصبی تحقیق ترجمه مقاله فناوری اطلاعات آموزش الگوریتم Word مقاله
علی پنج‌شنبه 17 اردیبهشت 1394 ساعت 14:18
0 نظر

مقاله آموزشی پردازش گر شبکه وَکنتُر، Vector network analyzers، به همراه متن انگلیسی و ترجمه…

دسته: زبان خارجه

حجم فایل: 57 کیلوبایت

تعداد صفحه: 10

چکیده:

یکی از واژه های اختصاری که برای پردازشگرهای شبکه به کار می رود مربوط به پردازش گر شبکه وکتر می باشد، که علامت اختصاری آن به این صورت است (VNAS) اما این واژه اختصاری توسط افراد ناشناس و ناشی و قدیمی به صورت “ ANAS” به کار می رفته است. “ANA” واژه اختصاری است که برای پردازشگرهای اتوماتیک شبکه به کار می رود. بر طبق سازمان کارتر در زمانهای گذشته، اولین پردازشگرهای شبکه، اتوماتیک نبودند و عملیات تصحیح اشکالات TE (اِرُرerror) به صورت دستی، انجام می شده است و مقادیر اندک برگشتی نباید بیشترر از VSWR موجود در تجهیزات می شدند. بنابراین در بسیاری از موارد نمی شد مقادیر اضافی برگشتی را که بیشتر از db 20 بود را حل کرد. مقادیر اضافه به همراه فاز از طریق کسر کردن دو مقدار محاسبه می شود (یکی از مقادیر مربوط به اتصال معمولی و مقدار دیگر مربوط به اتصال DUT می باشد.) و در آن زمان استفاده از چنین پردازشگری کار سختی بود.

خرید

مطالب مرتبط

مقاله شبکه عصبی پروژه آموزش
علی چهارشنبه 16 اردیبهشت 1394 ساعت 09:30
0 نظر