نتایج جستجو برای: شبکه عصبی بازگشتی rnn
تعداد نتایج: 46590 فیلتر نتایج به سال:
اخیرا سیستم های پیشرفته ایمنی خودرو از قبیل سیستمهای کلی هشدار تصادف ، سیستمهای کلی اجتناب از تصادف و سیستم خودکار بزرگراه ، بسیار مورد توجه واقع شده اند. کارایی این سیستمهای ایمنی خودرو تنها به الگوریتم کنترل وابسته نمی باشد بلکه تخمین متغیرهای کلیدی که مستقیما قابل اندازه گیری نیستند نیز از اهمیت فراوانی برخوردار است. در میان متغیرهایی که می بایست به صورت زنده تخمین زده شوند ، سرعت خودرو و ضر...
چکیده در این پایان نامه روشی برای بهبود نرخ بازشناسی حروف در اسامی فارسی ارائه شده است. در اینجا سعی شده است تا با استخراج توالی حروف نرخ نهایی بازشناسی بهبود داده شود ، برای استخراج این توالی از دو روش استفاده شده است . الف) استفاده از شبکه عصبی بازگشتی المن ب) استفاده از ماتریس های انتخاب همزمان در روش اول با توجه به خاصیت حافظه دار بودن شبکه المن سعی شده تا با استفاده از داده های آموز...
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...
در سال های اخیر آلودگی هوا به عنوان یکی از بزرگ ترین مشکلات زیست محیطی در سطح جهانی مطرح شده است. ازن تروپوسفری یک آلاینده ثانویه است و سبب بروز مشکلات تنفسی و تاثیر حاد بر گیاهان می شود. در این مطالعه به دلیل غیر خطی بودن و پیچیدگی این پدیده هابه مقایسه برآورد غلظت آلاینده ازن با استفاده از شبکه عصبی مصنوعی و شبکه عصبی فازی-تطبیقی پرداخته شد. در پژوهش حاضر از متغیرهای هواشناسی در ایستگاه های پ...
We address the problem of extracting an automaton from a trained recurrent neural network (RNN). We present a novel algorithm that uses exact learning and abstract interpretation to perform efficient extraction of a minimal automaton describing the state dynamics of a given RNN. We use Angluin’s L* algorithm as a learner and the given RNN as an oracle, employing abstract interpretation of the R...
In this work, we propose a novel recurrent neural network (RNN) architecture. The proposed RNN, gated-feedback RNN (GF-RNN), extends the existing approach of stacking multiple recurrent layers by allowing and controlling signals flowing from upper recurrent layers to lower layers using a global gating unit for each pair of layers. The recurrent signals exchanged between layers are gated adaptiv...
در این تحقیق سیستم تعادلی پایپرزین-آب- دیاکسیدکربن با استفاده از مدلهای شبکه عصبی مدل سازی شده است. در مدل از دو شبکه عصبی MLP, RBF استفاده شده است. در یادگیری شبکهها الگوریتم پس انتشار خطا به کار رفته است. برای آموزش و تست شبکه های عصبی یک مرور کلی بر کارهای تجربی در زمینه حلالیت دی اکسیدکربن در محلول آبی پایپرزین انجام شده و داده های تجربی جمعآوری و طبقه بندی شده است. نتایج شبکه های عصبی ...
این مقاله یک ترکیب همافزای شبکه عصبی آشوبگون با پسخوراند خودی، نمای لیاپانوف و تبرید تدریجی را برای حل مسائل بهینهسازی ترکیبی نظیر فروشنده دوره گرد (tsp) پیشنهاد میدهد. برخلاف شبکههای عصبی مصنوعی که با دینامیک گرادیان نزولی به سمت نقطه تعادل پایدار همگرا میشوند، شبکههای عصبی آشوبی دینامیکهای فضایی - زمانی غنیتر و ساختار پیچیدهتری دارند؛ بنابراین انتظار میرود شبکه عصبی آشوبی توان زیاد...
در دهههای اخیر بهدلیل اهمیت یافتن مسئله آب و همینطور افزایش تمایل به محاسبه مقدار رواناب حاصل از بارش، توسعه و اجرای روشهای مناسب برای پیشبینی رواناب از روی دادههای بارش به مسئلهای ضروری تبدیل شده است. یکی از این روشها که در بسیاری از رشتهها از جمله هیدرولوژی توسعه یافته است، استفاده از روشهای محاسبات نرم نظیر منطق فازی و شبکههای عصبی مصنوعی است. در این تح...
در این مقاله از شبکههای عصبی برای شناسایی خواص ترمودینامیکی محلول لیتیوم برماید-آب که یکی از پرکاربردترین محلول ها در شبیه سازی های ترمودینامیکی می باشد، استفاده شده است. برای آموزش شبکه عصبی از داده های شبیه سازی شده ناشی از تحلیل ترمودینامیکی استفاده شده است. به جای استفاده از معادلات پیچیده دیفرانسیلی و داده های تجربی محدود، استفاده از مدل شبکه عصبی استخراج شده پاسخ های سریع تر و ساده تری ر...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید