پروژه اختصاصی سایت، بخشی از چكيده: 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 شبکههای عصبی مصنوعی از مباحث جدیدی است که دانشمندان علوم کامپیوتر به آن علاقمند شدهاند و برای پیشرفت هرچه بیشتر علوم ...
دسته بندی: فنی و مهندسی » کامپیوتر و ITتعداد مشاهده: 585 مشاهده
فرمت فایل دانلودی:.docx
فرمت فایل اصلی: docx
تعداد صفحات: 81
حجم فایل:5,717 کیلوبایت
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
شبکههای عصبی مصنوعی از مباحث جدیدی است که دانشمندان علوم کامپیوتر به آن علاقمند شدهاند و برای پیشرفت هرچه بیشتر علوم کامپیوتر وقت و هزینه بسیاری را صرف آن کرده و میکنند. این موضوع با ایده گرفتن از سیستم عصبی بدن انسان و با هدف شبیه سازی هرچه بیشتر کامپیوتر به انسان شکل گرفت و تا حال به خوبی پیشرفته است. از جمله کاربردهای این بحث میتوان از شناسایی الگوها, پردازش تصویر و رویت, هوش مصنوعی, کنترل رباتها و موارد بسیار دیگر نام برد. ما در این مقاله پس از مقدمه به مسائل در خور شبکههای عصبی مصنوعی و نیز کاربردهای آن خواهیم پرداخت, در ادامه Perceptron ها را که یکی از مهمترین الگوریتمهای شبکههای عصبی مصنوعی میباشد معرفی میکنیم.
يک ANN برای انجام وظیفه ای مشخص، مانند شناسایی الگو ها و دسته بندی اطلاعات ، در طول یک پروسه یاد گیری، تنظیم می شود. ایده ای است برای پردازش شبکه عصبی مصنوعی (Artificial Neural Network) جويد اطلاعات که از سیستم عصبی زیستی الهام گرفته شده و مانند مغزبه پردازش اطلاعات می پردازدمغز سيستمي موازي با شيوه ي پردازشي توزيعي استو عنصر اصلي پردازش مغز نرون است نحوه عمل نرون وقتي كه ميزان ورودي هاي نرون از طريق دندريت ها به حد كافي رسيدنرون پالسي را در اكسون خود اتش مي كند شبکه های عصبی نسبت به کامپیوتر های معمولی مسیر متفاوتی را برای حل مسئله طی می کنند.کامپیوتر های معمولی یک مسیر الگوریتمی را استفاده می کنند به این معنی که ...
فهرست مطالب:
چکیده
پيشگفتار
شبكه ي عصبي چيست؟
سابقه ي تاريخي
انسان وسلول هاي عصبي و مصنوعي
شباهت با مغز
از سلول هاي عصبي تا سلول هاي انسان
شبكه ي عصبي در مقابل كامپيوتر هاي معمول
چرا از شبكه مصنوعي استفاده مي كنيم
مزيت هاي ديگر آن
مسائل مناسب براي يادگيري شبكه
چگونگي يادگيري يك شبكه
كاربرد هاي شبكه عصبي
روش كار نرون ها
مدل رياضي
پياده سازي الكترونيكي نرون هاي مصنوعي
عمليات شبكه عصبي
آموزش شبكه عصبي
آموزش تطبيقي
الگوريتم ژنتيك
الگوريتم مورچگان
انواع شبكه هاي عصبي
يادگيري پرسپترون
الگوريتم هاي يادگيري
مشكلات روش gradientdesce
الگوريتم back propagation
قدرت نمايش توابع
قدرت تعميم over fitting
نگاهي به نظريه هاي يادگيري از ديدگاه روانشناسي
مدل هاي يادگيري ماشين
تشكيل شبكه ي عصبي
اموزش شبكه
چگونه يك شبكه عصبي بسازيم
فصل دوم
نگاهي به نظريه هاي يادگيري از ديدگاه علوم كاميوتر
منابع
فهرست اشكال:
فصل اول
شكل 1 - خروجي يك شبكه فرضي ساده