نتایج جستجو برای: سیستم عصبی مصنوعی

تعداد نتایج: 89642  

Journal: : 2021

اساس برنامه‌ریزی و مدیریت صحیح داشتن آمار اطلاعات دقیق به‌هنگام است. یکی از مهم‌ترین بخش کشاورزی میزان تولید سالیانة هر محصول یا سطح زیرکشت ابزارهایی که در کمترین زمان با هزینة پایین دقت مناسب، می‌تواند محصولات را محاسبه کند دانش فنّاوری سنجش ‌از دور این تحقیق، دو روش طبقه‌بندی شبکة عصبی مصنوعی ماشین بردار پشتیبان استفاده‌ شده غالب منطقه، شامل هشت کلاس، تصاویر سری زمانی سنتینل‌ـ2 برآورد براساس ن...

Journal: : 2023

شاخص سطح برگ نقش مهمی در تبادل ماده و انرژی بین زمین اتمسفر دارد. مانند سایر گیاهان، نیشکر معیار خوبی برای وضعیت سلامت رشد این محصول است که به‌دلیل آن صنایع غذایی انرژی، اهمیت اقتصادی بسیاری ماهوارة PRISMA سال 2019 پرتاب شد، یکی از جدیدترین منابع داده‌های ابرطیفی را فراهم کرده به‌ویژه، تهیة نقشة متغیرهای گیاهی کاربرد پژوهش حاضر، نوع جدیدی شبکه‌های عصبی مصنوعی، موسوم به شبکة تنظیم‌شده با روش بیز...

Journal: : 2022

حدود ۸۰% از حمل‌ونقل جهانی در بستر دریا انجام می‌شود؛ بنابراین، به‌منظور حفظ ایمنی عبورومرور کشتی‌ها، پیش‌بینی دقیق حرکت آنها اهمیت ویژه‌ای دارد. ازآن‌جاکه پارامترهای زمینه‌ای گوناگونی کشتی‌ها تأثیر می‌گذارد، یکی چالش‌های اصلی حوزة محاسبات زمینه‌ـ آگاه شناسایی بهینة مؤثر کشتی است که ضرورت تحقیق حاضر را می‌رساند. این راستا، با استفاده شبکة عصبی حافظة طولانی کوتاه‌ـ مدت و انتخاب پارامتر به‌شیوة پ...

ژورنال: :فصلنامه علمی- پژوهشی آب و فاضلاب 2011
محمد تقی دستورانی حامد شریفی دارانی علی طالبی علیرضا مقدم نیا

در دهه های اخیر به دلیل اهمیت یافتن مسئله آب و همینطور افزایش تمایل به محاسبه مقدار رواناب حاصل از بارش، توسعه و اجرای روشهای مناسب برای پیش بینی رواناب از روی داده های بارش به مسئله ای ضروری تبدیل شده است. یکی از این روشها که در بسیاری از رشته ها از جمله هیدرولوژی توسعه یافته است، استفاده از روشهای محاسبات نرم نظیر منطق فازی و شبکه های عصبی مصنوعی است. در این تحقیق سعی گردید کارایی شبکه عصبی م...

Journal: : 2023

در این مقاله بیناب نوترون‌­های سریع ارتفاع‌­های 3 و 5 کیلومتری سطح زمین با استفاده از پاسخ آشکارسازهای قطره‌­ی فوق گرم بهره‌­گیری شبکه‌­ی هوشمند عصبی فازی (انفیس) بازیابی شد. انفیس، یک سیستم استنتاج نوع تاکاگی- سوگنو است که قالب تطبیقی پیاده‌­سازی شده است. ابزار مشابه تفکر انسان مواجه مسایل غیرقطعی همراه خطا عمل می­‌کند. ماتریس پنج آشکارساز فوق‌­گرم فشارهای خارجی مختلف توسط برنامه‌­ی کاربردی نو...

ژورنال: :پژوهشهای جغرافیای طبیعی 2010
عباسعلی ولی مسعود معیری محمد حسین رامشت ناصر موحدی نیا

یکی از جنبه های حائز اهمیت در مدیریت محیط در ژئومورفولوژی کاربردی حل مشکل برآورد رسوب یک سیستم رودخانه ای می‏باشد. هدف این مطالعه ارزیابی عملکرد مقایسه ای دونوع شبکه عصبی مصنوعی (مدل ژئومورفولوژیکی و مدل غیر ژئومورفولوژیکی) و دو نوع مدل رگرسیونی (مدل توانی ومدل غیر خطی چندگانه) برای پیش بینی بار رسوب معلق حوضه اسکندری در حوضه آبریز زاینده رود می‏باشد. مدل‏ها براساس آمار 104 حادثه وقوع همزمان ثب...

ژورنال: :نشریه دانشکده فنی 2005
علی غفاری منصور نیکخواه بهرامی مرتضی محمد ظاهری

در این مقاله روش جدیدی برای مدل سازی خطی سیستم های غیر خطی ارائه می گردد . اساس روش پیشنهادی طراحی یک شبکه عصبی مصنوعی دو لایه و آموزش آن بر مبنای داده های ورودی- خروجی است . وزن های اتصالات این شبکه ضرایب تابع تبدیل هستند . در سیستم هایی که رفتار آنها خطی باشد ، روش حداقل کردن مربعات خطا (lse) بهترین نتایج مدل سازی را ارائه می نماید . در سیستم هایی که رفتار غیر خطی دارند ، نظیر بعضی قسمت های ب...

چکیده بی­شک اولین قدم برای مدیریت منابع آب پیش‌بینی و برآورد جریان رودخانه‌ها است. در این مطالعه به منظور پیش‌بینی سری زمانی جریان روزانه و ماهانه ایستگاه‌های کاکارضا و سراب صیدعلی، مدل‌های شبکه عصبی مصنوعی و سیستم استتتاج فازی عصبی تطبیقی استفاده شده است. به منظور بهبود نتایج شبیه‌سازی از آنالیز موجک به عنوان مدل ترکیبی استفاده شد. برای این هدف، سری زمانی جریان و بارش به...

ژورنال: آب و فاضلاب 2012
حامد شریفی دارانی علی طالبی علیرضا مقدم‌نیا محمد تقی دستورانی,

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...

ژورنال: :مدیریت اطلاعات سلامت 0
مصطفی قادرزاده کارشناس ارشد، مدیریت اطلاعات سلامت، دانشکده ی مدیریت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران فرحناز صدوقی دانشیار، مدیریت اطلاعات سلامت، دانشکده ی مدیریت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران آروین کتابت کارشناس ارشد، مدیریت اطلاعات سلامت، دانشکده ی مدیریت و اطلاع رسانی پزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران

مقدمه: در سال های اخیر مفاهیم شبکه های عصبی مصنوعی در کشف اولیه و طبقه بندی بیماری ها متحمل پیشرفت های فراوانی شده است. استفاده از شبکه های عصبی به دلیل توانایی های بالقوه ی آن درکاربردهای پزشکی و در پیدا کردن کنش بین متغیرها، تشخیص و مدل سازی بیماری ها به طور وسیعی مقبول واقع شده است. هدف از این پژوهش، طراحی و پیاده سازی سیستم تصمیم یار مبتنی بر شبکه های عصبی مصنوعی به منظور کشف اولیه ی سرطان ...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید