جزوه سلول عصبی

جزوه سلول عصبی مربوط به روانشناسی فیزیولوژیک بیان شیوا آموزش راحت در28 صفحه پی دی اف همراه با سوالات کنکور ارشد   ...

تحلیل شبکه عصبی مبتنی بر موجک آموزش یافته با الگوریتم PSO برای پیش بینی بلادرنگ خطاها در گیرنده های تک فرکانسه GPS

10pt;color:rgb(0,0,0);font-style:normaدقت گیرنده های تک فرکانسه GPS به علت منابع خطاهای موجود در آن از قبیل خطاهای ناشی از اثر یونسفر و تروپسفر، خطایساعت ماهواره، خطای حاصله از اطلاعات مداری، خطاهای گیرنده و نیز خطای ناشی از پدیده چندمسیری، کم می باشد. وجودمنابع خطاهای بیان شده در فوق سبب می گردد دقت گیرنده های ارزان قیمت GPS، پایین و کاربردهای آن محدود شود. بنابراینکاهش خطا در سیستم موقعیت یاب جهانی GPS از اهمیت بسزایی برخوردار است. الگوریتم بهینه سازی گروهی ذرات (PSO) یکالگوریتم جستجوی اجتماعی ...

تشخیص احساسات از روی سیگنالهای مغزی با استفاده از شبکه عصبی مصنوعی(EEG-based Emotion Assessment using Artificial Neural Networ

;">بندی کنندههای مورد مغز انسان شبکهیچیپ یا از ده سلولیها عصبای ی نورونها است که در ارتباط ی با یکد م گر یباشند. چون نیا ارتباط یم ان نورونهابصورت الکترکی ی م یباشد، بنابرایم نی دانیها الکترکی ی در اطراف آنها یا جاد م یشود با که ثبت یس گنالیها ناشی یم نیا از دانیهاالکترکی م ی یتوان تفسری ی هر چند یچیپ از ده فعالیتیها مغزی داشته باش.می احساسات رابطه مستقمی ی با سطح کفی ی زندگی اشخاصدارد. اکثر تحقیقاتی که در زمینه احساسات صورت گرفته از پارامترهاکیزیف ی ینظ ی ر حالتیها صورت یا ژستها و حرکات بدن ...

مقاله: معرفی شبکه های عصبی و ساختار نورون عصبی‎

 مقاله:  معرفی شبکه های عصبی و ساختار نورون عصبی‎   شرح مختصر : دراین نوشتار به معرفی شبکه‌های عصبی مصنوعی و ساختارهای آن می‌پردازیم. در ابتدا توضیحاتی درباره هوش مصنوعی و شاخه‌های آن به صورت خلاصه می‌پردازیم، سپس نورونهای شبکه‌های عصبی طبیعی معرفی شده و طرز کار آنها نشان داده شده است، سپس مدل مصنوعی این نورونها و ساختار آنها، مدل ریاضی آنها، شبکه‌های عصبی مصنوعی و نحوه آموزش و به کارگیری این شبکه‌ها است.ابزارهایی نیز برای پیاده سازی این شبکه ...

آشنایی با شبکه های عصبی مصنوعی

فصل 1 : مقدمه 1-1    انسان و کامپیوتر1 1-2  ساختار مغز 1-2-1   یادگیری در سیستم‌های بیولوژیک 1-3   تفاوت ها فصل   2 : نگرش کلی به شبکه های عصبی مصنوعی 2-1   تعریف شبکه های عصبی 2-2   مفاهیم اساسی شبکه های عصبی 2-3   معرفی اصطلاحات و علائم قراردادی 2-4   کاربردهای محاسبات عصبی 2-5   کاربردهای نمونه شبکه های عصبی مصنوعی 2-6   فواید و معایب شبکه های عصبی مصنوعی 2-7   معیارهای ...

دانلود برنامه متلب مساله فروشنده دوره گرد با شبکه عصبی هاپفیلد

دانلود برنامه متلب مساله فروشنده دوره گرد با شبکه عصبی هاپفیلد ...

استفاده از شبکه های عصبی مصنوعی در تحلیل خستگی در اتصالات لوله ای سازه های دریایی

• پایان نامه کارشناسی ارشد مهندسی عمران گرایش سازه های دریایی با عنوان: استفاده از شبکه های عصبی مصنوعی در تحلیل خستگی در اتصالات لوله ای سازه های دریایی  • دانشگاه تربیت مدرس  • استاد راهنما: دکتر علی اکبر آقاکوچک  • پژوهشگر: علی فتحی  • سال انتشار: زمستان 1382  • فرمت فایل: PDF و شامل 195 صفحه   چکیــــده: برای تخمین عمر باقیمانده سازه یک سکوی دریایی و تدوین برنامه زمان بندی بهینه جهت بازرسی و تعمیر در زیر آب، نیاز است تا ...

پروژه : شبیه سازی شبکه عصبی

  عنوان پروژه : شبیه سازی شبکه عصبی   شرح مختصر : در این تحقیق از نخستین کاربرد شبکه های عصبی یعنی تقریب توابع برای تقریب دیاگرام مودی برای استخراج ضریب اصطکاک دارسی که در محاسبات مربوط به افت فشار سیال لوله ها ناشی از اصطکاک ،استفاده می شود.در مکانیک سیالات ضریب اصطکاک دارسی یا از نمودار مودی استخراج می شود و یا از فرمول های نیمه تجربی مانند معادله کلمبرک محاسبه می شود. در این مقاله تعداد ۱۲۰۰ نمونه از دو داده ورودی به نام عدد بی بعد رینولدز و زبری نسبی لوله تولید کرده ایم که داده های ...

عنوان پروژه : شبیه سازی شبکه عصبی

این تحقیق از نخستین کاربرد شبکه های عصبی یعنی تقریب توابع برای تقریب دیاگرام مودی برای استخراج ضریب اصطکاک دارسی که در محاسبات مربوط به افت فشار سیال لوله ها ناشی از اصطکاک ،استفاده می شود.در مکانیک سیالات ضریب اصطکاک دارسی یا از نمودار مودی استخراج می شود و یا از فرمول های نیمه تجربی مانند معادله کلمبرک محاسبه می شود. در این مقاله تعداد ۱۲۰۰ نمونه از دو داده ورودی به نام عدد بی بعد رینولدز و زبری نسبی لوله تولید کرده ایم که داده های معلوم مسئله هستند و بصورت تصادفی و در محدوده مشخص انتخاب شده ا ...

بررسی شبکه های عصبی و کاربرد آن در پزشکی - 36 صفحه فایل ورد

            الگوریتم یادگیری پرسپترون مقادیری تصادفی به وزنها نسبت میدهیم پریسپترون را به تک تک مثالهای آموزشی اعمال میکنیم. اگر مثال  غلط ارزیابی شود مقادیر وزنهای پرسپترون را تصحیح میکنیم. آیا تمامی مثالهای آموزشی درست ارزیابی میشوند: بله ß پایان الگوریتم خیرßبه مرحله 2 برمیگردیم الگوریتم gradient descent با توجه به نحوه تعریف E  سطح خطا  بصورت یک سهمی خواهد بود. ما بدنبال وزنهائی هستیم که  حداقل خطا را داشته باشند . الگوریتم  ...