نتایج جستجو برای: شبکه عصبی پیشخور
تعداد نتایج: 42626 فیلتر نتایج به سال:
پیش بینی سود هر سهم و تغییرات آن به عنوان یک رویداد اقتصادی از دیرباز موردعلاقه سرمایه گذاران، مدیران، تحلیل گران مالی و اعتباردهندگان بوده است. این توجه ناشی از استفاده سود در مدل های ارزیابی سهام، کمک به کارکرد کارای بازار سرمایه، ارزیابی توان پرداخت و ارزیابی عملکرد واحد اقتصادی می باشد. هدف این تحقیق پیش بینی سود هر سهم با استفاده از شبکه عصبی – فازی و شبکه عصبی درک چندلایه(mlp) و gmdh و تع...
یکی از گامهای مهم در توسعه شبکه های عصبی مصنوعی طراحی معماری شبکه است که تأثیر زیادی بر عملکرد شبکه دارد. در طراحی معماری شبکه های عصبی مصنوعی، عواملی از قبیل تعداد لایه های پنهان، تعداد نرون ها در هر لایه، توابع تبدیل و الگوریتم آموزش باید تعیین شوند. محققان در طراحی معماری شبکه به طور عمده از طریق سعی و خطا عمل می کنند و یا اینکه اثر متقابل بین عوامل مختلف در طراحی معماری شبکه را در نظر نمی گ...
اندازه گیری مستقیم تنوع گونهای امری وقتگیر و هزینهبر بوده و تا حدی به دلیل خطاهای حاصل از نمونهگیری غیرقابل اعتماد است. این مطالعه با هدف تعیین فاکتورهای کمهزینه در پیشبینی تنوع گونهای بوسیله شبکه مدلهای عصبی مصنوعی، شبکه عصبی تطبیقی-فازی و رگرسیونی انجام شد. نمونهبرداری با استفاده از روش سیستماتیک-تصادفی از 60 قطعه نمونه در طول 6 ترانسکت 100 متری و از عمق 30-0 سانتیمتری خاک صورت گر...
بارش یکی از عوامل مهم چرخه هیدرولوژی است که در مطالعات منابع آب، اقلیم شناسی و هیدرولوژی نقش بسزائی دارد، زیرا بارش تنها عامل ورودی چرخه هیدرولوژی است و در مطالعات هیدرولوژی به صورت یک سیستم، نیاز به مطالعه و بررسی آن می باشد. تخمین دقیق میزان بارش بر روی یک نقطه یا منطقه از اهمیت ویژه ای برخوردار است. اخیرا علاقه فزاینده ای در توسعه تئوری سیستم های هوشمند، که مبتنی بر داده های تجربی است، ایجاد...
در این مقاله ابتدا برخی از روشهای پیشبینی نرخنفوذ TBM مرور شده و سپس نرخنفوذ با منظور کردن پارامترهای نوع سنگ، درصد کوارتز، مقاومت فشاری تکمحوره، قطر دیسک، نیروی نفوذ هر دیسک و RQD با استفاده از شبکه عصبی پیشبینی شده است. با حذف RQD و درصد کوارتز از پارامترهای ورودی، حساسیت شبکه نسبت به حذف این پارامترها مورد بررسی قرار گرفته است. مقایسة نتایج شبکه عصبی با مدل تجربی گراهام، توانایی شبکه ...
در این تحقیق ماده مرکب زمینه اپوکسی پرشده با ذرات آلومینیم تهیه گردیده و با تغییر شرایط مختلف تراشکاری شامل: سرعت برش، کسر وزنی ذرات، عمق برش و نرخ پیشروی از قطعات مواد مرکب برادهبرداری صورت گرفته است. سپس زبری سطح قطعات اندازهگیری شده و برای پیشبینی اثر چهار عامل تراشکاری بر زبری سطح قطعات، با استفاده از دو نوع شبکه عصبی شامل: شبکه عصبی چند لایه پرسپترون و شبکه عصبی با تابع پایه شعاعی، مد...
این مطالعه تلاشی است در جهت بهکارگیری ترکیب مدل شبکهی عصبی پویا و تجزیهی موجک جهت میسر نمودن امکان انتخاب یک الگوی بهینه جهت پیشبینی متغیر مذکور میباشد. جهت تحقق این مهم، از دادههای سریزمانی ماهانهی نرخ ارز طی بازهی زمانی فروردین 1377 الی آذر 1391، که مشتمل بر 177 مشاهده بوده که از این بین، تعداد 150 مشاهده جهت مدلسازیها استفاده شده و تعداد 27 مشاهده نیز جهت شبیهسازی و یا به بیان دی...
پژوهش حاضر با هدف پیشبینی تراکم کنه تارتن دولکهای با روشهای زمینآمار و شبکهی عصبی مصنوعی در مرزعه خیار استان خوزستان شهرستان رامهرمز انجام شد. بدین منظور مختصات طول و عرض ۱۰۰ نقطه با فاصله ۱۰متر، در سطح مزرعه مشخص و به عنوان ورودیهای هر دو روش تعریف شد. خروجی هر روش نیز تعداد این آفت در آن نقاط بود. در بخش زمینآمار از روش کریجینگ معمولی و در بخش شبکه عصبی مصنوعی، ساختار پرسپترون سه لایه ...
سابقه و هدف: یکی از روش های آماری تحلیل داده های بقا، مدل رگرسیونی کاکس است که نیازمند پذیره هایی مانند متناسب بودن مخاطرات است. در چند دهه اخیر به کارگیری مدل شبکه عصبی مصنوعی برای پیش بینی داده های بقا، افزایش یافته است. این مطالعه به منظور پیش بینی بقای بیماران مبتلا به سرطان معده به کمک دو مدل رگرسیونی کاکس و شبکه عصبی مصنوعی انجام شده است. مواد و روش ها: طی سال های 1381 لغایت 1385، تعداد 4...
یکی از ابزار قدرتمند در پیش بینی رفتار و پاسخهای سیستم در حوزه مهندسی شبکه عصبی میباشد. در کار حاضر با استفاده از یک شبکه عصبی وابسته به زمان دادههای موجود حاصل از کار آزمایشگاهی برای مطالعه پارامترهای توربولانس مورد پردازش قرار گرفته است. مدل شبکه عصبی مدل پیش خور میباشد و برای تابع آموزش از الگوریتم لونبرگ- مارکوارادت استفاده شده است. دادههای حاصل از پراب دوبعدی و یک بعدی سیم داغ که به ص...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید