نتایج جستجو برای: مدل شبکه
تعداد نتایج: 141902 فیلتر نتایج به سال:
در این مطالعه قابلیت مدلهای شبکه عصبی مصنوعی در زمینه تولید مصنوعی جریان ارزیابی می شود. مدلی که برای تولید مصنوعی بکار رفته با ترکیب مدل شبکه عصبی و یک مؤلفه تصادفی با توزیع نرمال ایجاد شده است. در توسعه مدل از شبکه عصبی چند لایه تغذیه پیشرفتی با الگوریتم آموزشی انتشار برگشتی خطا استفاده شده است. بر این اساس مدل، سری های بلند مدت و تا 300 سال جریان مصنوعی روزانه در رودخانه خرسان را تنها با اس...
برای ارزیابی سیستمهای آبیاری سنترپیوت اطلاع از نحوه پخش آب توسط سیستم ضروری است. یک مدل جدید و برنامهرایانهای جهت محاسبه عمق آب پخش شده و ضریب یکنواختی آن برای سیستم آبیاری سنترپیوت تهیه شد. این مدل ازالگوی توزیع آب اسپری نازل منفرد به عنوان ورودی استفاده نموده و الگوی توزیع آب سراسری سیستم را پیش بینی می-نماید. بدین منظور دو شبکه مربعی استاتیکی و دینامیکی در نظر گرفته شد. شبکه استاتیکی از تقسی...
دستیابی به رشد مستمر و مداوم اقتصادی و به موجب آن توسعه اقتصادی را می توان از زمره اهدافی قلمداد نمود که تمام کشورها در پی دستیابی به آن می باشند. در این راستا بانک ها نقش بسیار مهمی در پیشرفت و توسعه اقتصادی هر کشور ایفا می نمایند. در حال حاضر با توجه به تعداد قابل توجه بانک های دولتی و خصوصی در کشور پیش بینی کارایی آن ها اهمیت ویژه ای پیدا کرده است. هدف از این پژوهش، مدلسازی و پیش بینی کارایی...
پهنه بندی کیفیت آب رودخانه نخستین و مهم ترین مرحله در مدیریت کیفیت آب است، که ذهن تحلیلگر را با روند و چگونگی تغییرات آلودگی برحسب زمان، مکان و شرایط خاص آشنا می سازد. پژوهش حاضر درصدد است با استفاده از شبکه های عصبی مصنوعی و سامانه اطلاعات جغرافیایی به پهنه بندی کیفیت آلودگی آب رودخانه سیمینه رود بپردازد. داده های کیفی استفاده شده در تحقیق، حاصل نمونه برداری از رودخانه سیمینه رود در سه فصل بها...
در این مقاله به منظور بررسی ارتباط بین افت فشار سیکلون جداسازی و پارامترهای هندسی سیکلون غبارگیری، سه نوع شبکه عصبی مصنوعی انتشار بازگشتی[1]، شبکه عصبی تابع پایه شعاعی[2] و شبکه عصبی رگرسیون تعمیم یافته[3] به کارگرفته شدهاند. پس از آموزش آنها با دادههای تجربی، پارامترهای بهینه عملکردی هر کدام شبکه ها، با روش جستجوی چند مرحله ای[4] به دست آمده اند. شبکهها بر اساس میزان ضریب همبستگی[5]، خطای ...
از آنجایی که نظریه شبکه های معنایی، یکی از معروفترین نظریه ها پیرامون روابط معنایی بین واژگان است و تلاش های زیادی برای ارائه الگوهای این نظریه به رایانه انجام شده و نتایج مطلوبی حاصل نشده است، و از طرفی به دلیل ایرادهای بنیادی که بر این نظریه و الگوهای ارائه شده توسط آن وارد است، در این تحقیق سعی خواهد شد تا مدلی که بتواند تا حدی این ایرادها را بر طرف کند تبیین شود. در این مقاله، ابتدا تصویری...
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...
هدف پژوهش حاضر مقایسه پیشبینی شاخص سهام با استفاده از مدلهای ترکیبی مبتنی بر الگوریتم ژنتیک و جستجوی هارمونی با شبکه عصبی معمولی است. مربوطترین نماگرهای تکنیکی به عنوان متغیرهای ورودی و تعداد بهینه نرون لایه پنهان شبکه عصبی مصنوعی با استفاده از الگوریتمهای فراابتکاری ژنتیک و جستجوی هارمونی تعیین شده است. مقادیر روزانه شاخص قیمت بورس اوراق بهادار تهران از تاریخ 1/10/91 الی 30/9/94 جهت پیشبی...
چکید ه سابقه و هدف مدل رگرسیون کاکس، یکی از روشهای رایج تحلیل دادههای بقا میباشد که قبل از به کارگیری آن لازم است فرض متناسب بودن خطرات برقرار باشد. اخیراً مدلهای شبکه عصبی بدون نیاز به فرض خاص، جایگزینی مناسب در پیشبینی بقا میباشند. هدف از این مطالعه، مقایسه توانایی مدل رگرسیون کاکس و شبکه عصبی مصنوعی در پیشبینی بقای بیماران لوسمی حاد بود. مواد و روش ها در یک مطالعه گذشتهنگر، ...
شبکه های عصبی مصنوعی، یک ابزار قدرتمند برای تجزیه و تحلیل داده ها و مدل سازی روابط غیر خطی به حساب می آید که استفاده از آن طی سال های گذشته در اقتصاد کلان گسترش یافته است. در این مطالعه، کارایی یک مدل شبکه عصبی با یک مدل خطی رگرسیون برای پیش بینی نرخ رشد اقتصادی در ایران مقایسه می شود. برای این منظور ابتدا، یک مدل رگرسیون رشد برای دوره 1315-1373 برآورد شده و سپس با همان مجموعه رگرسورها (متغیرها...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید