یکی از مشکلات اساسی وجود تکنیک های جدید بدافزار است که نویسندگان آن ها را قادر می سازند تا از آن ها در جهت فرار از چنگال ضد بدافزارها استفاده کنند. به همین دلیل روش های سنتی قادر به شناسایی بدافزارهای ناشناخته نبوده و میزان هشدار نادرست بالایی دارند. در اینجاست که تشخیص هوشمند به موازات پیچیده تر شدن بدافزارها، موردتوجه قرارگرفته است. روش های هوشمند کنونی که امروزه توسط متخصصان امنیت برای تشخیص...

به‌دلیل عدم امکان پیش‌بینی همه وضعیت‌های ممکن برای عامل‌ها در یک سیستم چندعامله‌ی پویا و گسترده، روش‌های یادگیری ماشین، ابزار مناسبی برای کنترل رفتار عامل‌ها می‌باشد. فوتبال شبیه‌سازی شده ربات‌ها یک مسئله شناخته‌شده برای ارزیابی الگوریتم‌های یادگیری ماشین روی سیستم‌های چندعامله است. در این مقاله الگوریتم یادگیری کیو ـ وی (یکی از الگوریتم‌های معروف یادگیری تقویتی) جهت بهبود عملکرد حمله در تیم رب...

این مطالعه روشی برای طراحی شبکه‏های پایش کمّی آب زیر‏زمینی به ‏منظور کاهش نقاط پایش مکانی اضافی ارائه می‏کند؛ چاه‏های اضافی، که اگر نمونه‏گیری نشوند، خطا‏ی تخمین سطح آب زیر‏زمینی آن ها قابل چشم پوشی است. این روش مبتنی بر روش ماشین بردار پشتیبان بر پایة تئوری یادگیری آماری است. در این مطالعه، با استفاده از اطلاعات کمّی 63 چاه‏ مشاهداتی و پارامتر‏های هواشناسی (بارندگی و تبخیر) دشت رامهرمز، در دورة ...

در این پایان نامه مسأله ی زمان بندی جریان کارگاهی غیرجایگشتی، با تخصیص اپراتورهای ناهمگن و اثر یادگیری بررسی شده است، همچنین علاوه بر زمان بندی بهینه کارها روی ماشین ها در محیط جریان کارگاهی، به تخصیص بهینه اپراتورها به ماشین ها با توجه به توانایی ها و مهارت های آن ها پرداخته شده است. لذا هدف از این تحقیق، یافتن همزمان تخصیص بهینه ی اپراتورها و زمان بندی بهینه ی کارها در محیط جریان کارگاهی در ج...

این مقاله روشی مبتنی بر استراتژی‌های یادگیری ماشین برای حل مسئله مکان‌یابی خطا در خطوط انتقال جریان مستقیم ولتاژ بالا (HVDC) ارائه می‌دهد. در روش مکان‌یابی پیشنهادی، تنها از سیگنال ولتاژ پس از خطای اندازه‌گیری شده از یک پایانه برای استخراج ویژگی‌های موردنیاز بهره‌گیری می‌شود. در این مقاله، متناسب با بُعد بالای بردار ویژگی‌های ورودی، امکان استفاده از دو تخمین‌گر متفاوت شامل شبکه عصبی رگرسیون تعمی...

هدف: معاملات زوجی از معروف‎ترین و قدیمی‎ترین سیستم‎های معاملات الگوریتمی است که کارایی و سودآوری آن در بسیاری از پژوهش‎هایی که تاکنون در بازارهای مالی مختلف صورت گرفته است، اثبات و نشان داده شده است. مهم‎ترین اصل در معاملات زوجی، وجود روابط تعادلی بلندمدت یا همان خاصیت بازگشت به میانگین است. از طرفی در سال‎های اخیر تحقیقات شایان ‌توجهی روی معاملات الگوریتمی با استفاده از یادگیری ماشین صورت گرفت...

استفاده از توالی­های نوکلئوتیدی ژنوم به عنوان سیگنال­های بیوشیمیایی در روش­های یادگیری ماشین، با تبدیل این توالی­ها به کدهای عددی امکان­پذیر است و این تبدیل باعث افزایش غیرواقعی بعد داده­ها شده و انجام عملیات­های تحلیل داده، مانند بصری­سازی و استخراج ویژگی را با محدودیت­هایی روبه‌رو می­سازد. از این‌رو، باید با استفاده از روش­های کاهش بعد، داده­ها را به فضای واقعی برگرداند. در این پژوهش از یک شب...

چکیده هدف این تحقیق مقایسه سه روش یادگیری ماشین random forest، boosting و support vector machine در ارزیابی ژنومی و معرفی روش random forest به عنوان یک روش توانمند برای استنباط(پیش¬بینی) ژنوتیپ بود. نتایج برتری روش boosting بر دو روش دیگر را در غالب سناریوهای بررسی شده نشان داد، اگرچه تفاوتها فقط در برخی سناریوها معنی¬دار بود (05/0>p). همچنین علی¬رقم برتری روش boosting بر دو روش دیگر، میزان زم...