سایت دانشجو سرا

پروژه کاردانی رشته کامپیوتر با عنوان شبکه های عصبی در هوش مصنوعی

 

 

توجه داشته باشید: درصورتی که شما صاحب اثر این فایل می باشید یا به هر دلیلی نسبت به فایل تحقیقاتی مذکور در این پست مالکیت معنوی دارید و درخواست حذف آن را دارید، در واتس آپ به شماره 09100636002 پیام دهید تا ظرف 24 ساعت نسبت به حذف فایل از روی سایت دانشجوسرا اقدام شود. در صورت تمایل و درخواست، دو مقاله به صورت رایگان (به نام پژوهشگر و دانشجو) در مجلات علمی معتبر پذیرش شده و چاپ می گردد. ((حفظ حقوق معنوی صاحب اثر در اولویت فعالیت سایت دانشجوسرا می باشد))

 

 

 

مقدمه

این مقاله مقدمه ای برشبکه های عصبی مصنوعی است. گونه های مختلف شبکه های عصبی توضیح و شرح داده شده استو کاربرد های شبکه های عصبی، نظیر ANN ها درپزشکیبیان شده و همچنین سابقه ای تاریخی از آن به تفصیل آورده شده است. همچنین رابطه بینچیزهای ساختگی و واقعی مورد بررسی قرار گرفته و در مورد آن توضیح داده شده است و به شرح مدل های ریاضی در رابطه با این موضوع و آنالیزرفتارآشوبگونهمدلشبکهعصبیمکانیسملرزشعضله و هماهنگ سازی نمايی شبكه های عصبی آشوبگونه با اغتشاش تصادفی و شناسايی شبكه های آشوبگونه آغشته به نويز بر مبنای شبكه های عصبی feedforward رگولاريزاسيون و همچنین شبکه های عصبی و الگوريتم های ژنتيک در تجارت می پردازیم.

 

 

 

چکیده:

 

 

 

یک شبکه عصبی مصنوعی (Artificial Neural Network (ANN)) ایده ای است برای پردازش اطلاعات که از سیستم عصبی زیستی الهامگرفته شده و مانندمغزبه پردازش اطلاعات می پردازد .

 

یک ANN می تواند سازماندهی یا ارائه خود را،برای اطلاعاتی که در طول دوره یادگیری در یافت می کند،ایجاد کند.

 

شبکه های عصبی در مقایسه با کامپیوتر های معمولی مسیر متفاوتی را برای حل مسائل طی می کنند . کامپیوتر هایمعمولی یک مسیرالگو ریتمی را استفاده می کنند به این معنیکه کامپیوتر یک مجموعه از دستورالعمل ها و برنامه های تعریف شده را به قصد حل مسئله پی می گیرد. بدوناینکه، قدم های مخصوصی که کامپیوتر نیاز به طی کردن دارد، شناخته شده باشندکامپیوترقادر به حل مسئله نیست.

 

امتیاز شبکه عصبی در این است که خودش کشف می کند که چگونه مسئله را حل کند ، در واقع عملکرد آن غیر قابل پیش گویی است.
از طرف دیگر ، کامپیوتر های معمولی از یکمسیر مشخص برای حل یک مسئله استفاده می کنند . راه حلی که مسئله از آن طریق حل میشود باید از قبل شناخته شود و به صورت دستورات کوتاه و غیر مبهمی شرح داده شود.لذا بدون دستور کارآیی مناسبی نخواهد داشت.

 

از این شبکه (شبکه های عصبی) برای شناسايی سيستم های آشوبگونه ، استفاده می شود. در بعضی مراجع از شبكه های MLP و بعضي ديگر از شبكه های RBF برای اين منظور استفاده شده است. اما كمتر نويسندگانی به مسئله شناسايی سيستم ها آشوبگونه آغشته به نويز توجه دارند.

 

آشوب نوعی حركت است كه به طور معمول در طبيعت و اجتماع وجود دارد و ماهيت و ساختار آن حساسيت به شرط اوليه است. برای بررسی يك سيستم آشوبگونه در ابتدای كار بايد سيستم را شناسايی كرد و برای آن يك مدل تعریف نمود. مدل به دست آمده مستقيما دقت و صحت مطالعات بعدی بر روی اين سيستم ها را تحت تاثير قرار می دهد.

 

در عصر حاضر در بسياری از موارد ماشين ها جايگزين انسانها شده اند و بسياری از کارهای فيزيکی که در گذشته توسط انسانها انجام می گرفت امروزه توسط ماشين ها صورت می گيرد.

 

موارد مرتبط با ماشين شامل سيستم هايی است که در آن به علت ارتباطات پيچيده بين اجزا، مغز انسان از درک رياضی اين ارتباطات عاجز و ناتوان میباشد.

 

چگونگی اداره حجم انبوه اطلاعات و استفاده موثر از آنها در بهبود تصميم گيری،از موضوعات بحث برانگيز درعصر حاضر است. يکی از مسائل مهم تحقيقاتی در زمينه علوم کامپيوتر، پياده سازی مدلی شبيه به سيستم داخلی مغز انسان برای تجزيه و تحليل سيستم های مختلف بر اساس تجربه است .در اين راستا شبکه های عصبی يکی از پوياترين حوزه‌های تحقيق در دوران معاصر هستند که افراد متعددی از رشته های گوناگون علمی را به خود جلب کرده است .استفاده از شبکه‌های عصبی و الگوريتم های ژنتيک در حل مسائل پيچيده کاربردی اين روزها بيش از بيش رواج يافته است .

 

شبکه های عصبی يک تکنيک پردازش اطلاعات مبتنی بر روش سيستم هاي عصبی بيولوژيکی مانند مغز و پردازش اطلاعات است. مفهوم بنيادی شبکه های عصبی ، ساختار سيستم پردازش اطلاعات است که از تعداد زيادی واحدهای پردازشی (نورون‌) مرتبط با شبکه ها تشکيل شده اند‌.

 

 

 

 

 

 

 

 

 

فهرست مطالب

عنوان.................................................................................................................................................................... صفحه

چکیده.......................................................................................................................... 1

مقدمه........................................................................................................................... 3

فصل اول: شبکه های عصبی....................................................................................... 4

1-1- سابقه تاریخی..................................................................................................... 4

1-2-استفاده های شبکه عصبی...................................................................................... 5

1-2-1-مزیتهای شبکه عصبی........................................................................................ 5

1-2-2-شبکه های عصبی در مقابل کامپیوتر های معمولی............................................... 6

1-2-3-شباهت های انسان و سلول های عصبی مصنوعی................................................. 8

1-2-4-چگونه مغز انسان می آموزد................................................................................ 8

1-2-5-از سلول های عصبی انسانی تا سلولهای عصبی .................................................... 8

1-2-6 -انواع یادگیری برای شبکه های عصبی................................................................ 9

1-2-6-1- یادگیری با ناظر .......................................................................................... 9

1-2-6-2-یادگیری تشدیدی......................................................................................... 10

1-2-6-3-یادگیری بدون ناظر....................................................................................... 10

1-2-7- زمینه ای در مورد perceptron..................................................................... 11

1-2-7-1-perceptron های ساده.............................................................................. 11

1-2-7-2-قدرت perceptron................................................................................... 11

1-2-7-3-دنباله های perceptron........................................................................... 12

1-2-8-قضیه بنیادی دنباله ها ...................................................................................... 13

1-2-8-1-قضیه 1 ...................................................................................................... 15

1-2-9-هوش جمعی.................................................................................................... 14

Pso-10-2-10........................................................................................................... 16

1-3-نتیجه فصل 1 ...................................................................................................... 18

فصل دوم:یک شبکه عصبی جدید و کاربرد آن .......................................................... 19

2-1- معرفی................................................................................................................ 19

2-5- نتایج فصل.............................................................................................................................................. 33

فصل سوم :آنالیز رفتار آشوبگونه مدل شبکه عصبی مکانیسم لرزش عضله. ............... 34

3-1-معرفی.................................................................................................................. 34

3-2-منحنی طول – کشش .......................................................................................... 35

3-2-1-تابع کشش –طول فعال..................................................................................... 35

3-3-ساختار برگشتی.................................................................................................... 36

3-3-1-مقایسه با مدل های دیگر................................................................................... 37

3-3-2- نمودار دو شاخه شدن...................................................................................... 37

3-4-تغییرات طیف....................................................................................................... 38

3-5-نتیحه فصل سوم................................................................................................... 41

فصل چهارم:هماهنگ سازی نمایی شبکه های عصبی آشوبگونه با اغتشاش تصادفی.. 42

4-1-معرفی.................................................................................................................. 42

4-2-نمادها و مقدمات................................................................................................... 43

4-2-1-تبصره 1........................................................................................................... 44

4-2-2-تبصره 2........................................................................................................... 45

4-2-3-نتايج مهم......................................................................................................... 48

4-2-4-تئوری 1.......................................................................................................... 49

4-2-5-تبصره 3........................................................................................................... 51

4-2-6-تبصره 6........................................................................................................... 51

4-2-7-اثبات تئوری 1 ................................................................................................ 51

4-2-8-تبصره 5.......................................................................................................... 54

4-2-9-تبصره 6........................................................................................................... 55

4-2-10-تبصره 7........................................................................................................ 56

4-2-11-تبصره 8........................................................................................................ 56

4-3-رفتار آشوبگونه DNNS(شکل 1).......................................................................... 58

4-3-1-سنگرون سازی DNNSبااغتشاش تصادفی(شکل2)............................................. 59

4-4-نتيجه فصل چهارم ............................................................................................... 62

فصل پنجم:شناسایی شبکه های آشوبگونه آغشته به نویز/بر مبنای شبکه های عصبی feedforward رگولاریزاسیون .......................................................................................................... 63

5-1-معرفی.................................................................................................................. 63

5-2-شبكه های feedforward رگولاريزاسيون............................................................. 64

5-3-طراحی شبيه سازی............................................................................................... 65

5-3-1-سیستم آشوبگونه مورد بررسی........................................................................... 65

5-3-3-روش های ارزیابی شبکه آموزش یافته................................................................. 66

5-3-2-تولید دیتا......................................................................................................... 66

5-4-شبيه سازی ها...................................................................................................... 68

5-5-نتيجه فصل پنجم ................................................................................................. 71

فصل ششم :شبکه های عصبی و الگوریتم های ژنتیک در تجارت........................................ 72

6-1-فناوری شبکه عصبی.............................................................................................. 74

6-2-فناوري الگوريتم ژنتيک.......................................................................................... 77

6-3-مروری بر کاربردهای تجارت .................................................................................. 78

6-3-1-بازاريابی........................................................................................................... 79

6-3-2-بانکداری و حوزه های مالی................................................................................. 81

6-3-3-پیش بینی ...................................................................................................... 83

6-3-4-سایر حوزه های تجارت ..................................................................................... 83

6-4-مزایای استفاده از فناوری های هوش مصنوعی.......................................................... 84

6-5-نتیجه فصل ششم ................................................................................................ 85

فهرست منابع............................................................................................................. 86

 

 

توجه داشته باشید: درصورتی که شما صاحب اثر این فایل می باشید یا به هر دلیلی نسبت به فایل تحقیقاتی مذکور در این پست مالکیت معنوی دارید و درخواست حذف آن را دارید، در واتس آپ به شماره 09100636002 پیام دهید تا ظرف 24 ساعت نسبت به حذف فایل از روی سایت دانشجوسرا اقدام شود. در صورت تمایل و درخواست، دو مقاله به صورت رایگان (به نام پژوهشگر و دانشجو) در مجلات علمی معتبر پذیرش شده و چاپ می گردد. ((حفظ حقوق معنوی صاحب اثر در اولویت فعالیت سایت دانشجوسرا می باشد))