در این مقاله، روشی بر اساس یادگیری ژرف برای برجسته کردن شناسه‌ها و خواندن پلاک‌خودروهای ایرانی ارائه شده‌است. پژوهش حاضر برای ارتقای تصویر و برجسته کردن تصویر پلاک بجای استفاده از روش‌های متداول ارتقای تصویر از شبکه‌های عصبی همگشتی با ساختار رمزگذار-رمزگشا استفاده می‌کند. شبکه پیشنهاد شده می‌تواند با یادگیری تصاویر پلاک خودرو در شرایط متنوع، شناسه‌های پلاک خودرو را برجسته نماید. پس از آن، شناسه...

خشک‌سالی پدیده‌ای است که برای پیش‌بینی آن نمی‌توان از مدل مشخصی استفاده کرد. بر این اساس، محققان تلاش می‌کنند با استفاده از مدل‌های پیشرفته دقت پیش‌بینی‌ها را افزایش دهند. در این زمینه، مدل‌های استوکاستیک خطی، شبکة عصبی مصنوعی، و مدل‌های هیبرید می‌توانند در دقت پیش‌بینی مفید باشند. تحقیق حاضر به بررسی کارایی مدل‌های اتورگرسیو میانگین متحرک تجمعی (ARIMA)، شبکة عصبی مصنوعی مستقیم (DMSNN)، شبکة عص...

بازشناسی خودکار گفتار در شرایط عدم تطابق دادگان آموزش و آزمون، یکی از چالش های مهم در این مورد است. به منظور کاهش هر چه بیشتر این عدم تطابق، روش های مرسوم، سعی در بهسازی گفتار یا تطابق مدل آماری دارند. در این زمینه از جمله روش های دیگر می توان به آموزش مدل در شرایط مختلف اشاره کرد. موفقیت در این روش ها، در مقابل کارایی سیستم درک و بازشناسی در انسان بسیار ابتدایی به نظر می رسد.در مقاله حاضر با ا...

شناخت عملکرد پروتئین ها با توجه به گستره فعالیت آنها از مسائل مهم زیست شناسی محسوب می شود. ساختار سه بعدی یک پروتئین در نحوه عملکرد آن نقش اساسی دارد. با توجه با رشد روز افزون رشته های پروتئین شناخته شده و مشکلات تعیین ساختار آنها به صورت آزمایشگاهی، روشهای محاسباتی برای پیش بینی ساختار پروتئین از توالی آمینواسیدهای سازنده آن مورد استفاده قرار می گیرند. پیش بینی مطمئن ساختار دوم علاوه بر ارائه ...

سامانه مکان­یاب تفاضلی برای تعیین موقعیت دقیق نیازمند پیشگویی تصحیحات تفاضلی برای زمان­های آینده است. این سامانه از دو ایستگاه ثابت و متحرک تشکیل شده است. اگر ماهواره­های دو ایستگاه دقیقاً یکسان باشد، منابع خطا در دو ایستگاه تقریباً نزدیک به هم خواهد بود، در این حالت فاکتورهای مختصات مکان مرجع برای جبران خطای مکان­یابی ایستگاه کاربر به عنوان فاکتورهای تصحیح شده قابل استفاده است. در این مقاله، از ...

در سال‌های اخیر، شبکه‌های عصبی مصنوعی کاربرد‌های بسیار زیادی در علوم مختلف مهندسی، ‌از جمله مهندسی عمران پیدا نموده است. در این مقاله از دو نوع شبکة عصبی مصنوعی با سه ساختار مختلف، برای پیش‌بینی مقاومت فشاری بتن استفاده شده است. در این مطالعه، نوع جدیدی از شبکه‌های عصبی مصنوعی، به نام شبکة‌ عصبیِ بازگشتی المان (Elman Networks ‌Recurrent ) معرفی شده و مقاومت نمونه‌های بتنی با استفاده از این شبکه‌...

هدف: یکی از شیوه‌های مرسوم ارزیابی کارایی هر سازمان یا بنگاه، مقایسه آن با سایر رقبا یا نمونه‌های متناظر آن است. با این حال، در برخی پژوهش‌ها به سنجش کارایی یک واحد در مقایسه با خود در مرور زمان پرداخته شده و روند عملکرد یک واحد نسبت به گذشته خود ارزیابی شده است. هدف پژوهش جاری، پیش‌بینی کارایی یک واحد با استفاده از سری‌های زمانی عملکرد گذشته آن است. روش: این پژوهش به کمک مدل SBM و با استفاده ا...

در چند دهه اخیر روش های بهینه سازی که بر پایه رویکرد هوش مصنوعی توسعه یافته اند، موفقیت های چشم گیری در حل موثر و کارایی مسائل بهینه سازی بدست آورده اند. روش هایی چون الگوریتم ژنتیک، جستجوی ممنوع، شبیه سازس تبریدی، شبکه عصبی و...قابلیت های خود را در حل مسایل بزرگ علمی به خوبی نشان داده اند. در این پایان نامه از یک مدل شبکه عصبی بازگشتی برای حل مساله تخصیص و کوتاهترین مسیر استفاده کرده ایم. ایده...

این مقاله به هوشمند سازی در کنترل فازی بازوهای مکانیکی ماهر با پایه ثابت و رابط نهایی انعطاف پذیر خواهد پرداخت. پنجه روی مسیری که از قبل مشخص شده، حرکت میکند و فرض بر اینست که دینامیک سیستم ناشناخته و متغیر می باشد. در کنترل بر اساس منطق فازی، توابع عضویت در ابتدای مسیر انتخاب شده و تا انتهای حرکت، ثابت و بدون تغییر باقی می مانند. این تحقیق جهت بهبود پاسخ سیستم، با کمک شبکه عصبی به اصلاح توابع ...

در این پایان نامه از مدل بهبود یافته¬ی نورون izhikevich در جهت کاهش سخت¬افزار لازم برای توصیف سخت افزاری استفاده شده است. به کمک این مدل، یک شبکه¬ دو لایه از نورون¬های عصبی پالسی به صورت سخت¬افزاری توصیف شده و آموزش داده می¬شود. الگوریتم آموزش شبکه نیز مانند نورون¬ها به صورت سخت¬افزاری توصیف شده است که باعث می¬شود فرآیند آموزش شبکه در سطح سخت¬افزار قابل انجام باشد. برای آموزش شبکه الگوریتمی مور...