نتایج جستجو برای: شبکه عصبی narx

تعداد نتایج: 43095  

افزایش حجم ترافیک و ایجاد گره­های ترافیکی در راههای بین‌شهری و همچنین شبکه ترافیک شهری سبب کاهش کارایی شبکه ترافیکی و راههای مورد نظر می­شود. پیش­بینی و کشف هرچه سریعتر این گره­های ترافیکی می­تواند کمک شایانی به حل مشکل و روان‌سازی جریان ترافیک نماید. شبکه­های عصبی مصنوعی نشان داده­اند که با تکیه بر قابلیت یادگیری خود می­توانند عملکرد بسیار مناسبی در این زمینه از خود نشان دهند. هدف اصلی این...

ژورنال: :فرآیند نو 0
احد قائمی هیات علمی دانشگاه علم و صنعت ایران حسین قنادزاده هیات علمی دانشگاه گیلان زینب اصغرپور دانشجو

در این تحقیق سیستم تعادلی پایپرزین-آب- دی اکسیدکربن با استفاده از مدل های شبکه عصبی مدل سازی شده است. در مدل از دو شبکه عصبی mlp, rbf استفاده شده است. در یادگیری شبکه ها 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 جمع آوری و طبقه بندی شده است. نتایج شبکه های عصبی ...

دمای هوا که در ایستگاه‌های هواشناسی استاندارد اندازه‌گیری می‌شود یکی از توصیف‌کننده‌های اصلی وضعیت محیط زمین است. بنابراین برآورد و تخمین دقیق دمای متوسط روزانه در هر منطقه یکی از پیش­نیازهای مهم برای برنامه‌ریزی کشاورزی و نیز مدیریت منابع آب می‌باشد که به روش‌های مختلفی همچون مدل‌های تجربی، نیمه تجربی و هوشمند قابل انجام است. در این پژوهش کاربرد شبکه عصبی موجک به منظور بر...

ژورنال: مهندسی زراعی 2017

استفاده از شبکه های عصبی مصنوعی بهعنوان روشی جدید برای برآورد مشخصه های فیزیکی محصولات کشاورزی و درجه بندی آنها بر حسب پارامترهای مختلف مطرح شده است. در این پژوهش ابتدا مقادیر مشخصه های فیزیکی 100 عدد پرتقال رقم محلی دزفول شامل سه بعد هندسی، جرم، حجم و سطح تصویر عمودی اندازه گیری شد و از دو شبکه عصبی مصنوعی برای مدلسازی جرم و حجم پرتقال برحسب ابعاد هندسی (ANN(h,w,t)) و سطح تصویر (ANN(A)) میوه ا...

ژورنال: :تحقیقات کاربردی علوم جغرافیایی 0
امیرحسین حلبیان استادیار اقلیم شناسی، گروه جغرافیا، دانشگاه پیام¬نور، تهران، ایران محمد دارند استادیار اقلیم شناسی، دانشگاه کردستان

بارش مهمترین سنجه­ی هواشناسی و اقلیمی است. در این پژوهش به منظور پیش­بینی بارش اصفهان از داده های بارش ماهانه­ی ایستگاه همدید اصفهان در بازه­ی آماری (1951-2009) به مدت 59 سال و به دلیل رفتار غیرخطی بارش از شبکه های عصبی مصنوعی جهت پیش­بینی آن بهره گرفته شد. در این ارتباط، 70 درصد داده­ها جهت آموزش شبکه و 30 درصد داده ها برای تست و اعتبار سنجی اختصاص داده شد. نتایج پژوهش بعد از آزمون شبکه با لای...

1996
Tsungnan Lin Bill G. Horne C. Lee Giles

Learning long-term temporal dependencies with recurrent neural networks can be a difficult problem. It has recently been shown that a class of recurrent neural networks called NARX networks perform much better than conventional recurrent neural networks for learning certain simple long-term dependency problems. The intuitive explanation for this behavior is that the output memories of a NARX ne...

2016
SANAM NAREJO

Weather forecasting is a challenging time series forecasting problem because of its dynamic, continuous, data-intensive, chaotic and irregular behavior. At present, enormous time series forecasting techniques exist and are widely adapted. However, competitive research is still going on to improve the methods and techniques for accurate forecasting. This research article presents the time series...

2018
William R. Jacobs Tara Baldacchino Tony Dodd Sean R. Anderson

Bayesian nonlinear system identification for one of the major classes of dynamic model, the nonlinear autoregressive with exogenous input (NARX) model, has not been widely studied to date. Markov chain Monte Carlo (MCMC) methods have been developed, which tend to be accurate but can also be slow to converge. In this contribution, we present a novel, computationally efficient solution to sparse ...

ژورنال: :فصلنامه علوم و تکنولوژی محیط زیست 2011
سیامک بوداقپور امیر چرخستانی

در این تحقیق شبکه عصبی مصنوعی جهت برآورد و پیش بینی غلظت گازهای آلاینده هوا به کار رفته است.با توجه به خطر آلودگی هوا در شهر تهران و ایجاد مشکلات زیست محیطی و بیماری های خطرناک تنفسی و پوستی به ویژه برای کودکان و سالمندان و نیاز شدید به کنترل آن ، این تحقیق در جهت برنامه ریزی و کنترل این مشکل در تهران و همچنین شهرهای بزرگ دیگر انجام گرفته است. برای این منظور از آمار غلظت گازهای آلاینده هوای ثبت...

ژورنال: :علوم و فناوری های پدافند نوین 0
علی ناصری دانشگاه جامع امام حسین(ع) گودرز سعادتی مقدم دانشگاه جامع امام حسین(ع)

در این مقاله الگوریتمی هوشمند برای خوشه بندی، تشخیص مدولاسیون بین پالسی و جداسازی و شناسایی رشته پالس های متداخل رادارها ارائه می گردد. در الگوریتم پیشنهادی برای خوشه بندی پالس های متداخل دریافتی از شبکه عصبی خودسازمانده sofm (بدلیل دقت بالای آن در مقایسه با شبکه های عصبی دیگر مانند شبکه عصبی clnn و شبکه عصبی fuzzy art) و تشخیص نوع مدولاسیون بین پالسی از روش ضرب ماتریسی و برای شناسایی نوع رادار...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید