زد فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

زد فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

تحقیق درباره آشنایی کامل با پردازش تصویر در هوش مصنوعی

اختصاصی از زد فایل تحقیق درباره آشنایی کامل با پردازش تصویر در هوش مصنوعی دانلود با لینک مستقیم و پر سرعت .

تحقیق درباره آشنایی کامل با پردازش تصویر در هوش مصنوعی


تحقیق درباره آشنایی کامل با پردازش تصویر در هوش مصنوعی

فرمت فایل : word (قابل ویرایش) تعداد صفحات : 28 صفحه

 

 

 

 

 

 

 

 

خلاصه :

پردازش تصاویر امروزه بیشتر به موضوع پردازش تصویر دیجیتال گفته می‌شود که شاخه‌ای از دانش رایانه است که با پردازش سیگنال دیجیتال که نماینده تصاویر برداشته شده با دوربین دیجیتال یا پویش شده توسط پویشگر هستند سر و کار دارد.
پردازش تصاویر دارای دو شاخه عمده
ٔ بهبود تصاویر و بینایی ماشین است. بهبود تصاویر در برگیرندهٔ روشهایی چون استفاده از فیلتر محوکننده و افزایش تضاد برای بهتر کردن کیفیت دیداری تصاویر و اطمینان از نمایش درست آنها در محیط مقصد(مانند چاپگر یا نمایشگر رایانه)است، در حالی که بینایی ماشین به روشهایی می‌پردازد که به کمک آنها می‌توان معنی و محتوای تصاویر را درک کرد تا از آنها در کارهایی چون رباتیک و محور تصاویر استفاده شود.
در معنای خاص آن پردازش تصویر عبارتست از هر نوع پردازش سیگنال که ورودی یک تصویر است مثل عکس یا صحنه‌ای از یک فیلم. خروجی پردازشگر تصویر می‌تواند یک تصویر یا یک مجموعه از نشانهای ویژه یا متغیرهای مربوط به تصویر باشد. اغلب تکنیک‌های پردازش تصویر شامل برخورد با تصویر به عنوان یک سیگنال دو بعدی و بکاربستن تکنیک‌های استاندارد پردازش سیگنال روی آنها می‌شود. پردازش تصویر اغلب به پردازش دیجیتالی تصویر اشاره می‌کند ولی پردازش نوری و آنالوگ تصویر هم وجود دارند. این مقاله در مورد تکنیک‌های کلی است که برای همه آنها به کار می‌رود.
در هر سیستمی و با هر عملکردی برای تصمیم گیری به داده های ورودی احتیاج داریم. این ورودی ها میتوانند از یک سنسور صوتی, سنسور فاصله سنج , سنسور مادون قرمز , میکروفن و با تصاویر ارسالی از یه دوربین باشد.  امروزه پردازش تصویر بهترین ابزار برای استخراج ویژگی ها و تحلیل موقعیت و در نهایت تصمیم گیری صحیح می باشد. در مورد انسان نیز به همین صورت است, اطلاعات از طریق چشم به مغز ارسال می شوند و مغز با پردازش این اطلاعات تصمیم نهایی را گرفته و فرمان را صادر می کند. هدف از پردازش تصویر پیاده سازی عملکرد ذهن انسان در قبال داده ها و انجام پردازش های خاصی برای استخراج ویژگی مورد نیاز برای رسیدن به هدف از پیش تعیین شده می باشد.


مقدمه :

تاریخچه پردازش تصویر از سال 1964 تاکنون، موضوع پردازش تصویر، رشد فراوانی کرده است. علاوه بر برنامه تحقیقات فضایی، اکنون از فنون پردازش تصویر، در موارد متعددی استفاده می شود. گر چه اغلب این مسائل با هم نامرتبط هستند، اما عموما نیازمند روش هایی هستند که قادر به ارتقای اطلاعات تصویری برای تعبیر و تحلیل انسان باشد. برای نمونه در پزشکی شیوه های رایانه ای Contrast تصویر را ارتقا می دهند یا این که برای تعبیر آسانتر تصاویر اشعه ایکس یا سایر تصاویر پزشکی، سطوح شدت روشنایی را با رنگ، رمز می کنند. متخصصان جغرافیایی نیز از این روش ها یا روش های مشابه برای مطالعه الگوهای آلودگی هوا که با تصویر برداری هوایی و ماهواره ای بدست آمده است، استفاده می کنند. در باستان شناسی نیز روش های پردازش تصویر برای بازیابی عکس های مات شده ای که تنها باقی مانده آثار هنری نادر هستند، مورد استفاده قرار می گیرد. در فیزیک و زمینه های مرتبط، فنون رایانه ای بارها تصاویر آزمایش های مربوط به موضوعاتی نظیر پلاسماهای پرانرژی و تصاویر ریزبینی الکترونی را ارتقا داده اند. کاربردهای موفق دیگری از پردازش تصویر را نیز می توان در نجوم، زیست شناسی، پزشکی هسته ای، اجرای قانون، دفع و صنعت بیان کرد. در اوایل دهه 60 سفینه فضایی رنجر 7 متعلق به ناسا شروع به ارسال تصاویر تلویزیونی مبهمی از سطح ماه به زمین کرد. استخراج جزئیات تصویر برای یافتن محلی برای فرود سفینه آپولو نیازمند اعمال تصمیماتی روی تصاویر بود. این کار مهم به عهده لابراتوار (JPL) Jet Propulsionقرار داده شد.  بدین ترتیب زمینه تخصصی پردازش تصاویر رقومی آغاز گردید و مثل تمام تکنولوژی‌های دیگر سریعاً استفاده های متعدد پیدا کرد.    

 

عملیات اصلی در پردازش تصویر فشرده‌سازی تصاویر برای ذخیره‌سازی تصاویر باید حجم اطلاعات را تا جایی که ممکن است کاهش داد و اساس تمام روش‌های فشرده‌سازی کنار گذاردن بخش‌هایی از اطلاعات و داده‌ها است. ضریب یا نسبت فشرده‌سازی است که میزان و در صد کنار گذاشتن اطلاعات را مشخص میکند. این روش ذخیره‌سازی و انتقال اطلاعات را آسان‌تر می‌کند و پهنای‌باند و فرکانس مورد نیاز کاهش می‌یابد. امروزه روش‌هایی متعدد و پیشرفته برای فشرده‌سازی وجود دارد. فشرده‌سازی تصویر از این اصل مهم تبعیت می‌کند که چشم انسان حد فاصل دو عنصر تصویری نزدیک به هم را یکسان دیده و تمایز آنها را نمی‌تواند تشخیص دهد. همچنین اثر نور و تصویر برای مدت زمان معینی در چشم باقی مانده و از بین نمی‌رود که این ویژگی در ساخت تصاویر متحرک مورد توجه بوده‌است.


دانلود با لینک مستقیم


تحقیق درباره آشنایی کامل با پردازش تصویر در هوش مصنوعی

تحقیق در مورد هوش مصنوعی

اختصاصی از زد فایل تحقیق در مورد هوش مصنوعی دانلود با لینک مستقیم و پر سرعت .

تحقیق در مورد هوش مصنوعی


تحقیق در مورد هوش مصنوعی

لینک پرداخت و دانلود *پایین مطلب*

 

فرمت فایل:Word (قابل ویرایش و آماده پرینت)

  

تعداد صفحه:70

 

 

 

 فهرست مطالب

 

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

 

تاریخچه   ...............................................................................................................................    3

 

تعریف و طبیعت هوش مصنوعی .......................................................................................     4

 

فلسفۀ هوش مصنوعی.... .....................................................................................................     5

 

مدیریّت پیچیدگی  .................................................................................................................     6

 

چند سئوال و جواب  ............................................................................................................     9

 

سیستم های خبره...............................................................................................................     13

 

مزایای‌ سیستم‌های‌ خبره  .................................................................................................     17

 

 انسان متخصص در مقایسه با سیستم های خبره      ................................................     19

 

مثالی برای درک کار سیستم های خبره..................... 21

 

سیستم های خبره چه هستند ؟     .......................................................................................  22

 

 تکنیک های جستجو ..........................................................................................................     24

 

جستجو کورکورانه    ....... .............................................................................................     24

 

نمایش دانش   ...................................................................................................................     25

 

قوانین تولید  .......................................................................................................................     25 

 

مزایای قوانین  ....................................................................................................................     26

 

قوانین هیوریستیک..............................................................................................................    27

 

قوانین محدوده ( دامنه )  ....................................................................................................    27

 

دانش رویه ای  ....................................................................................................................    28

 

معایب سیستم های تولید قانون  ......................................................................................    28

 

 شبکه های معنایی ..........................................................................................................    29

 

مزایای توارث ....................................................................................................................     29

 

قاب ها    ..........................................................................................................................     30

 

نمونه هایی از اشیا قاب   ..................................................................................................     32

 

منطق   ................................................................................................................................     33

 

منطق گزاره ای  ...............................................................................................................      34

 

منطق محصولات  ...... .....................................................................................................       36

 

استنتاج    .........................................................................................................................      37

 

عملکرد موتور استنتاج .................................................................................................... .     37

 

استراتژی های استنتاج ....................................................................................................     40

 

استنتاج قیاسی   ...............................................................................................................     40 

 

استنتاج استقرایی   ...........................................................................................................      41

 

استنتاج انتزاعی   ............................................................................................................       41

 

کاربرد سیستم های خبره   .............................................................................................      43

 

واسط های هوشمند .......................................................................................................        46

 

دلایل بدبینی نسبت به سیستم های خبره ....................................................................        48

 

آینده سیستم های خبره ................................................................................................        50

 

ابزار های توسعه سیستم های خبره ............................................................................       52

 

زبان های برنامه نویسی ..............................................................................................         52

 

پوسته های سیستم خبره...............................................................................................        54

 

ابزار های هوش مصنوعی ...........................................................................................         55

 

ارزیابی پوسته های سیستم خبره  ...............................................................................       59

 

 

 

 

 

مقدمه

 

هوش مصنوعی (artificial intelligence) را باید عرصهٔ پهناور تلاقی و ملاقات بسیاری از دانش‌ها، علوم، و فنون قدیم و جدید دانست. ریشه‌ها و ایده‌های اصلی آن را باید در فلسفه، زبان‌شناسی، ریاضیات، روان‌شناسی، نورولوژی، و فیزیولوژی نشان گرفت و شاخه‌ها، فروع، و کاربردهای گونا‌گون و فراوان آن را در علوم رایانه، علوم مهندسی، علوم زیست‌شناسی و پزشکی، علوم ارتباطات و زمینه‌های بسیار دیگر.

 

هدف هوش مصنوعی بطور کلی ساخت ماشینی است که بتواند «فکر» کند. اما برای دسته بندی و تعریف ماشینهای متفکر، می‌بایست به تعریف «هوش» پرداخت. همچنین به تعاریفی برای «آگاهی» و «درک» نیز نیازمندیم و در نهایت به معیاری برای سنجش هوش یک ماشین نیازمندیم.

 

با وجودی که برآورده سازی نیازهای صنایع نظامی، مهم‌ترین عامل توسعه و رشد هوش مصنوعی بوده‌است، هم اکنون از فراورده‌های این شاخه از علوم در صنایع پزشکی، رباتیک، پیش بینی وضع هوا، نقشه‌برداری و شناسایی عوارض، تشخیص صدا، تشخیص گفتار و دست خط و بازی‌ها و نرم افزارهای رایانه‌ای استفاده می‌شود.

 

تاریخچه

 

مباحث هوش مصنوعی پیش از بوجود آمدن علوم الکترونیک، توسط فلاسفه و ریاضی دانانی نظیر بول (Boole) که اقدام به ارائه قوانین و نظریه‌هایی در باب منطق نمودند، مطرح شده بود. در سال ۱۹۴۳، با اختراع رایانه‌های الکترونیکی، هوش مصنوعی، دانشمندان را به چالشی بزرگ فراخواند. بنظر می‌رسید، فناوری در نهایت قادر به شبیه سازی رفتارهای هوشمندانه خواهد بود.

 

با وجود مخالفت گروهی از متفکرین با هوش مصنوعی که با دیده تردید به کارآمدی آن می‌نگریستند تنها پس از چهار دهه، شاهد تولد ماشینهای شطرنج باز و دیگر سامانه‌های هوشمند در صنایع گوناگون هستیم.

 

نام هوش مصنوعی در سال ۱۹۶۵ میلادی به عنوان یک دانش جدید ابداع گردید. البته فعالیت درزمینه این علم از سال ۱۹۶۰ میلادی شروع شده بود.

 

بیشتر کارهای پژوهشی اولیه در هوش مصنوعی بر روی انجام ماشینی بازی‌ها و نیز اثبات قضیه‌های ریاضی با کمک رایانه‌ها بود. در آغاز چنین به نظر می‌آمد که رایانه‌ها قادر خواهند بود چنین اموری را تنها با بهره گرفتن از تعداد بسیار زیادی کشف و جستجو برای مسیرهای حل مسئله و سپس انتخاب بهترین آن‌ها به انجام رسانند.

 


دانلود با لینک مستقیم


تحقیق در مورد هوش مصنوعی

پاورپوینت ارزیابی یادگیری مبتنی بر نمونه در هوش مصنوعی

اختصاصی از زد فایل پاورپوینت ارزیابی یادگیری مبتنی بر نمونه در هوش مصنوعی دانلود با لینک مستقیم و پر سرعت .

پاورپوینت ارزیابی یادگیری مبتنی بر نمونه در هوش مصنوعی


پاورپوینت ارزیابی یادگیری مبتنی بر نمونه در هوش مصنوعی

فرمت فایل : power point (قابل ویرایش) تعداد اسلایدها : 40 اسلاید

 

 

 

 

 

 

 

 

 

مقدمه :

l در روشهائی که تاکنون بررسی کردیم، سعی بر این بود که با استفاده از مثالهای آموزشی تابعی پیدا کنیم که بتواند توصیف‌کننده داده‌ها باشد.
l
lدر روش یادگیری IBL بسادگی فقط مثالها را ذخیره می‌کنیم و هرگونه تعمیم تا مشاهده مثال جدید به تعویق می‌افتد. به همین دلیل این روش گاهی روش تنبل یا lazy هم نامیده می‌شود.
l
lبا مشاهده مثالهای جدید رابطه آن با نمونه‌های ذخیره شده بررسی شده و یک مقدار برای تابع هدف آن نسبت داده می‌شود.

در روش IBL یک فرضیه عمومی مشخص برای داده‌ها بدست نخواهد آمد بلکه دسته‌بندی هر نمونه جدید هنگام مشاهده آن و بر اساس نزدیکترین مثالهای ذخیره شده، انجام خواهد شد.

 

دانلود با لینک مستقیم


پاورپوینت ارزیابی یادگیری مبتنی بر نمونه در هوش مصنوعی

هوش مصنوعی

اختصاصی از زد فایل هوش مصنوعی دانلود با لینک مستقیم و پر سرعت .

هوش مصنوعی


تعریف و طبیعت هوش مصنوعی

 

 

 

 

 

 

 

مقدمه :

هوش مصنوعی (artificial intelligence) را باید عرصهٔ پهناور تلاقی و ملاقات بسیاری از دانش‌ها، علوم، و فنون قدیم و جدید دانست. ریشه‌ها و ایده‌های اصلی آن را باید در فلسفه، زبان‌شناسی، ریاضیات، روان‌شناسی، نورولوژی، و فیزیولوژی نشان گرفت و شاخه‌ها، فروع، و کاربردهای گونا‌گون و فراوان آن را در علوم رایانه، علوم مهندسی، علوم زیست‌شناسی و پزشکی، علوم ارتباطات و زمینه‌های بسیار دیگر.

هدف هوش مصنوعی بطور کلی ساخت ماشینی است که بتواند «فکر» کند. اما برای دسته بندی و تعریف ماشینهای متفکر، می‌بایست به تعریف «هوش» پرداخت. همچنین به تعاریفی برای «آگاهی» و «درک» نیز نیازمندیم و در نهایت به معیاری برای سنجش هوش یک ماشین نیازمندیم.

با وجودی که برآورده سازی نیازهای صنایع نظامی، مهم‌ترین عامل توسعه و رشد هوش مصنوعی بوده‌است، هم اکنون از فراورده‌های این شاخه از علوم در صنایع پزشکی، رباتیک، پیش بینی وضع هوا، نقشه‌برداری و شناسایی عوارض، تشخیص صدا، تشخیص گفتار و دست خط و بازی‌ها و نرم افزارهای رایانه‌ای استفاده می‌شود.

فهرست مطالب :

مقدمه   

تاریخچه     

تعریف و طبیعت هوش مصنوعی     

فلسفۀ هوش مصنوعی   

مدیریّت پیچیدگی   

چند سئوال و جواب   

سیستم های خبره   

مزایای‌ سیستم‌های‌ خبره   

انسان متخصص در مقایسه با سیستم های خبره     

مثالی برای درک کار سیستم های خبره

سیستم های خبره چه هستند ؟          

تکنیک های جستجو   

جستجو کورکورانه            

نمایش دانش     

قوانین تولید   

مزایای قوانین     

قوانین هیوریستیک   

قوانین محدوده ( دامنه )   

دانش رویه ای   

معایب سیستم های تولید قانون   

شبکه های معنایی   

مزایای توارث     

قاب ها     

نمونه هایی از اشیا قاب  

منطق    

منطق گزاره ای   

منطق محصولات   

استنتاج       

عملکرد موتور استنتاج

استراتژی های استنتاج    

استنتاج قیاسی    

استنتاج استقرایی  

استنتاج انتزاعی    

کاربرد سیستم های خبره      

واسط های هوشمند       

دلایل بدبینی نسبت به سیستم های خبره       

آینده سیستم های خبره       

ابزار های توسعه سیستم های خبره     

زبان های برنامه نویسی    

پوسته های سیستم خبره     

ابزار های هوش مصنوعی     

ارزیابی پوسته های سیستم خبره


دانلود با لینک مستقیم


هوش مصنوعی