نتایج جستجو برای: ساختار شبکه های عصبی

تعداد نتایج: 504676  

ژورنال: تحقیقات اقتصادی 2003
دکتر عادل آذر دکتر علی رجب زاده

در إین مقاله با استفاده از اطلأعات سری زمانی قیمت و بازده سهام چند شرکت در بازار بورس تهران، به پیش بینی قیمت سهام و نیر ارائه مدل بهینه پرداخته می شود. روشهای پیش بینی مورد استفاده در تحقیق، به سه دسته تقسیم شده اند: ر و شهای پیش بینی براساس مدلهای خطی (کوتاه مدت و بلندمدت)، روشهای پیش بینی براساس مدلهای غیرخطی (شبکه های عصبی غیرخطی) و مدل شبکه عصبی با ساختار پیشنهادی. در هر مورد نتایج به دست...

ژورنال: :محاسبات نرم 0
منصور شیخان mansour sheikhan دانشگاه آزاد اسلامی مهدی عباس نژاد عربی mahdi abbasnejad arabi دانشگاه آزاد اسلامی

چکیده: کارایی بهتر شبکه عصبی به پارامتر‏هایی همچون تعداد گره­ های ورودی، تعداد لایه های میانی، تعداد نرون‏ ها، و وزن اختصاص ‏یافته به نرون ‏ها بستگی دارد. روش‏ های متفاوتی جهت به‏ روزرسانی پارامترها و ساختار شبکه عصبی مصنوعی ارائه گردیده است. یکی از روش‏ های متداول و مورد استفاده در شبکه های عصبی، روش پس­ انتشار خطا (ebp) است که در آن تنها وزن‏ های شبکه عصبی به ‏روزرسانی می شوند. در این مقاله، ...

ژورنال: :فصلنامه علمی - پژوهشی طب توانبخشی 2015
سید محمدعلی بندگان ابطحی نیما جمشیدی پیمان معلم آرام قاضی عسگر مرتضی آبدار اصفهانی

مقدمه و اهداف در بسیاری از زمینه های مربوط به روباتیک در زمینه توانبخشی، تولید گشتاور مطلوب و دقیق با در نظر گرفتن دینامیک موتورها تحقق پیدا می کند. در عمل دینامیک موتورها ممکن است ناشناخته باشد و به همین دلیل بسیاری محققان از دینامیک موتورها صرف نظر می کنند که می تواند اثر قابل توجهی در نتایج کلی داشته باشد.  هدف از این تحقیق، بهینه­سازی عملکرد ربات­های توانبخش راه رفتن می­باشد. مواد و روش ها ...

در این مطالعه استخراج نشاسته از برنج گرده با بهره‌گیری از محلول سدیم هیدروکسید، به‌عنوان حلال، بررسی شده است. آزمایش‌های استخراج در دماهای 20، 30، 40 و 50 درجه سلسیوس انجام و مقدار نشاسته استخراج شده از نمونه‌ها در زمان-های مختلف اندازه‌گیری شده است. تأثیر دما و زمان در غلظت نشاسته استخراج شده مطالعه شده است. طبق نتایج به‌دست آمده، افزایش دما و زمان عملیات استخراج سبب افزایش میزان نشاسته استخرا...

امید طیاری محسن ایراندوست هدایت فهمـی

در شبکه‌های عصبی مصنوعی (ANN) روش‌های موجود آموزش و واسنجی عصبی بر اساس ساختار پرسپترون چندلایه‌ای می باشد، لیکن این روش‌ها دارای مشکلات ناشی از عدم همگرایی در روش‌های یادگیری، عدم ثبات اوزان شبکه در شرایطی که طیف داده های ورودی دارای انحراف معیار بزرگ بوده و بالاخره نیاز به داده و اطلاعات فراوان جهت آموزش شبکه می باشند. برای غلبه بر مشکلات فوق در این تحقیق روش جدید ترکیبی شبکه عصبی مصنوعی – به...

ژورنال: :تحقیقات بتن 2008
جعفر سبحانی زهرا سبحانی منصور شیخان

در سال های اخیر، شبکه های عصبی مصنوعی کاربرد های 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 پیش بینی مقاومت فشاری بتن استفاده شده است. در این مطالعه، نوع جدیدی از شبکه های عصبی مصنوعی، به نام شبکة عصبیِ بازگشتی المان (elman networks recurrent ) معرفی شده و مقاومت نمونه های بتنی با استفاده از این شبکه ها ...

محمدعلی افشارکاظمی مریم ظهری

در این مقاله به منظور پیش بینی درصد ورشکستگی شرکت های بورسی از مدلهای  شبکه عصبی فازی استفاده گردیده که توانایی کار در محیط پویا و غیر قطعی را امکان پذیر می سازد. در این میان با استفاده از منطق فازی متغییر های مختلف کلامی به منظور تعریف هر شاخص مشخص گردیده است و با ایجاد توابع عضویت هر کدام با استفاده شبکه عصبی به ایجاد یک سیستم یادگیرنده اقدام شده است. از میان مدل های مختلف شبکه عصبی،شبکه پرسی...

رضا تهرانی سعید مرادپور

تا کنون برای پیش بینی بازده سهام و بازده شاخص از روش های متعددی استفاده شده است در این میان هوش مصنوعی و شبکه های عصبی مصنوعی یکی از روش های پیش بینی بازده شاخص بوده است. در حال حاضر به دنبال بررسی عملکرد شبکه عصبی شعاع پایه برای پیش‌بینی بازده شاخص هستیم. بدین منظور از شاخص بورس اوراق بهادار تهران استفاده شده است و عملکرد شبکه عصبی شعاع پایه و شبکه عصبی پرسپترون مقایسه شده‌اند. نوع آزمون عملکر...

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 ...

ژورنال: :مهندسی برق و الکترونیک ایران 0
رحمت الله هوشمند r. hooshmand مجید معظمی m. moazzami

در یک بازار برق روزانه، پیش بینی قیمت و بار مهمترین سیگنال برای شرکت کنندگان در بازار می باشد. در این مقاله از شبکه های عصبی پیشرو با بهینه سازی آموزش ژنتیکی برای پیش بینی قیمت کوتاه مدت تراکم گرهی برق در نواحی مختلف یک بازار برق در مقیاس وسیع استفاده شده است. اطلاعات لازم برای پایگاه داده شبکه عصبی از حل معادلات پخش بار بهینه سیستم قدرت با در نظر گرفتن کلیه عوامل موثر، برای تغییرات بار سیستم د...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید