38 اسلاید در پاورپوینت 2010
زبان انگلیسی ساده
ترکیبی از عکس و توضیح
برای ارائه نیاز به اطلاعات زمینه ای می باشد
کاملا اورجینال و بدون آپلود قبلی در وب
مناسب برای درس تله مدیسین
مناسب درس کاربردهای فناوری در پزشکی
معرفی سه ابزار و نرم افزار کاربردی در تله مدیسین
با دانلود و مشاهده دموی نرم افزارهای معرفی شده تسلط کاملی خواهید یافت
مناسب برای کارشناسی و ارشد
شبکه های عصبی
47 صفحه در قالب word
به همراه 17 اسلاید پاورپوینت
چکیده:
به موازات گسترش کاربرد شبکه عصبی نیاز به فراگیری آن و آشنایی با توانایی ها و قابلیت های آن رخ می نماید.
در این راستا تالیفات زیادی وجود دارد که می توان به آن ها استناد نمود اما در اکثر قریب به اتفاق این خود آموزها مبانی این شبکه ها با تفاضیل و جزئیات بسیار بیان شده است و مسلما بعنوان قدم اول برای آشنایی حجیم و وقت گیر به نظر می رسد. لذا بر آن شدیم تا با درنظر گرفتن نیاز دانشجویان به ویژه در کاربرد های پروژه ای که خود نیز دانشجو هستیم مقدماتی را جهت آشنایی با این شبکه ها بطور مختصر جمع آوری کنیم تا نیازهای مقدماتی جهت آشنایی با این شبکه ها را برطرف کند.
در این پروژه سعی کردیم تعریفی نسبتا جامع و کامل از شبکه های عصبی ، انواع آن ، کاربرد ها ، ساختار ها ، مقایسه ی آن با ساختارها و نرم افزارهای دیگر و ... پرداخته شود. با توجه به گستردگی مطالب در این پروژه سعی کردیم که از پرداختن به جزئیات غیر ضروری پرهیز شود. ما در فصل اول این تحقیق ابتدا به تعریف شبکه عصبی میپردازیم سپس به بررسی شباهت شبکه های عصبی با مغز و بعد از آن به بررسی انواع شبکه های عصبی و در آخر به چند مورد از کاربرد های شبکه های عصبی میپردازیم.
در فصل دوم به کاربردهای شبکه عصبی در OCR و در فصل سوم به انواع شبکه های عصبی ، فصل چهارم به مقایسه شبکه های عصبی و در فصل پنجم به بررسی شبکه های عصبی و الگوریتم های ژنتیک در تجارت میپردازیم و در آخر به نتیجه گیری موضوع میرسیم.
فهرست مطالب
مقدمه. 7
فصل 1 : 8
شبکه عصبی.. 8
2-1 : شباهت شبکه های عصبی با مغز. 10
1-2-1 : ساختار نورون. 11
1-2-2 : روش کار نورون ها 12
1-3 : انواع شبکه های عصبی.. 12
1-3-1 : شبکه عصبی یک لایه ای : 12
1-3-2 : شبکه عصبی دو لایه ای : 13
1-3-3 : شبکه عصبی رقابتی : 13
1-4 : کاربرد شبکه های عصبی.. 13
فصل 2 : 18
کاربردهای شبکه عصبی در OCR.. 18
2-1 : پیشپردازش... 19
2-1-1 : بهبود تصویر. 20
2-1-2 : اصلاح چرخش... 21
2-1-3 : باریکسازی.. 21
2-2 : بخش بندی.. 22
2-3 : دستهبندی.. 24
2-3-1 : بازنمایی الگو و رمزگذاری.. 24
2-3-2 : استخراج ویژگی مبتنی بر بردار. 25
2-3-3 : رمزگذاری ویژگیهای ساختاری.. 26
2-3-4 : ساختارهای ترکیبی.. 27
فصل 3 : 28
انواع شبکه های عصبی.. 28
3-1 : شبکه‌های عصبی زیستی.. 29
3-2 : شبکه عصبی مصنوعی.. 29
فصل 4 : 31
مقایسه شبکه های عصبی.. 31
4-1 : شبکه های عصبی در مقابل کامپیوتر های معمولی.. 32
4-2 : تفاوت‌های شبکه‌های عصبی با روشهای محاسباتی متداول (سیستمهای خبره) 34
فصل 5 : 36
شبکه های عصبی و الگوریتم های ژنتیک در تجارت.. 36
5-1 : فناوری الگوریتم ژنتیک... 37
5-2 : مروری بر کاربردهای تجاری.. 38
5-2-1 : رفتار مصرف کننده. 39
5-2-2 : بخش بندی،انتخاب بازار هدف، جایگاه یابی.. 39
5-2-3 : مدیریت عناصر آمیخته بازاریابی.. 40
5-3 : سایر حوزه های تجاری.. 43
5-4 : مزایای استفاده از این فناوریهای هوش مصنوعی.. 43
نتیجه گیری.. 45
منابع. 46
مقدمه
این تحقیق با هدف اصلی درک اولیه ای از شبکه های عصبی آغاز شده است. در این تحقیق از منابع و سایت های متنوعی استفاده شده است و راهنمایی های استاد ارجمند سرکار خانم اعظم ایرجی چراغ راه ما بوده است.
شبکه های عصبی نوعی مدل ساده انگارانه از سیستم های عصبی واقعی هستند که کاربرد فراوانی در حل مسائل مختلف در علوم دارند. حوزه کاربرد این شبکه ها آن چنان گسترده است که از کاربردهای طبقه بندی گرفته تا کاربرد هایی نظیر درون یابی و تخمین و آشکارسازی و ... را شامل می شود. شاید مهمترین مزیت این شبکه ها توانایی وافر آن ها در کنار سهولت استفاده از آن ها باشد. به نظر می آید شبیه سازی های شبکه عصبی یکی از پیشرفت های اخیر باشد . اگرچه این موضوع پیش از ظهور کامپیوتر ها بنیان گذاری شده و حداقل یک مانع بزرگ تاریخی و چندین دوره مختلف را پشت سر گذاشته است. از قرن نوزدهم به طور همزمان اما جداگانه از سویی نروفیزیولوزیست‌ها سعی کردند سامانه یادگیری و تجزیه و تحلیل مغز را کشف کنند و از سوی دیگر ریاضیدانان تلاش کردند تا مدل ریاضی بسازند که قابلیت فراگیری و تجزیه و تحلیل عمومی مسائل را دارا باشد. اولین کوشش‌ها در شبیه سازی با استفاده از یک مدل منطقی توسط مک کلوک و والتر پیتز انجام شد که امروزه بلوک اصلی سازنده اکثر شبکه‌های عصبی است. این مدل فرضیه‌هایی در مورد عملکرد نورون‌ها ارائه میکند. عملکرد این مدل مبتنی بر جمع ورودی‌ها و ایجاد خروجی است. چنانچه حاصل جمع ورودی‌ها از مقدار آستانه بیشتر باشد اصطلاحا نورون برانگیخته میشود. نتیجه این مدل اجرای توابع ساده مثل AND و OR بود.
فصل 1
شبکه عصبی
شبکه‌های عصبی را میتوان با اغماض زیاد، مدل‌های الکترونیکی از ساختار عصبی مغز انسان نامید. مکانیسم فراگیری و آموزش مغز اساساً بر تجربه استوار است. مدل‌های الکترونیکی شبکه‌های عصبی طبیعی نیز بر اساس همین الگو بنا شده‌اند و روش برخورد چنین مدل‌هایی با مسائل، با روشهای محاسباتی که به‌طور معمول توسط سیستمهای کامپیوتری در پیش گرفته شده‌اند، تفاوت دارد.
می‌دانیم که حتی ساده‌ترین مغز‌های جانوری هم قادر به حل مسائلی هستند که اگر نگوییم که کامپیوترهای امروزی از حل آنها عاجز هستند، حداقل در حل آنها دچار مشکل می‌شوند. به عنوان مثال، مسائل مختلف شناسایی الگو، نمونه‌ای از مواردی هستند که روشهای معمول محاسباتی برای حل آنها به نتیجه مطلوب نمی‌رسند. درحالی‌که مغز ساده‌ترین جانوران به‌راحتی از عهده چنین مسائلی بر می‌آید.
مفهوم بنیادی شبکه های عصبی ، ساختار سیستم پردازش اطلاعات است که از تعداد زیادی واحد های پردازش (نورون) مرتبط با شبکه ها تشکیل شده اند. سلول عصبی بیولوژیکی یا نورون ، واحد سازنده ی سیستم عصبی در انسان است.
و در ادامه میتوان گفت که شبکه عصبی یک برنامه نرم افزاری یا تراشه نیمه هادی است که بتواند همانند مغز انسان عمل نماید طوری که :
1)به مرور زمان و تعامل بیشتر با محیط کارآزموده تر گردد.
2)علاوه بر انجام محاسبات قادر به نتیجه گیری منطقی باشد.
3)در شرایط جدید راهکار مناسب را ارائه دهد.(قابلیت تعمیم داشته باشد.)
2-1 : شباهت شبکه های عصبی با مغز
اگرچه مکانیسم‌های دقیق کارکرد مغز انسان (یا حتی جانوران) به طور کامل شناخته شده نیست، اما با این وجود جنبه‌های شناخته شده‌ای نیز وجود دارند که الهام بخش تئوری شبکه‌های عصبی بوده‌اند. به‌عنوان مثال، یکی ازسلول‌های عصبی، معروف به نرون (Neuron) است که دانش بشری آن را به‌عنوان سازنده اصلی مغز می‌انگارد. سلول‌های عصبی قادرند تا با اتصال به یکدیگر تشکیل شبکه‌های عظیم بدهند. گفته میشود که هر نرون میتواند به هزار تا ده هزار نرون دیگر اتصال یابد (حتی در این مورد عدد دویست هزار هم به عنوان یک حد بالایی ذکر شده است).
قدرت خارق‌العاده مغز انسان از تعداد بسیار زیاد نرون‌ها و ارتباطات بین آنها ناشی میشود.
ساختمان هر یک از نرون‌ها نیز به‌تنهایی بسیار پیچیده است. هر نرون از بخش‌ها و زیر‌سیستم‌های زیادی تشکیل شده است که از مکانیسم‌های کنترلی پیچیده‌ای استفاده می‌کنند. سلول‌های عصبی می‌توانند از طریق مکانیسم‌های الکتروشیمیایی اطلاعات را انتقال دهند. برحسب مکانیسم‌های به‌کاررفته در ساختار نرون‌ها، آنها را به بیش از یکصدگونه متفاوت طبقه‌بندی می‌کنند. در اصطلاح فنی، نرون‌ها و ارتباطات بین آنها، فرایند دودویی(Binary)، پایدار (Stable) یا همزمان (Synchronous) محسوب نمی‌شوند.
در واقع، شبکه‌های عصبی شبیه‌سازی شده یا کامپیوتری، فقط قادرند تا بخش کوچکی از خصوصیات و ویژگیهای شبکه‌های عصبی بیولوژیک را شبیه‌سازی کنند. در حقیقت، از دید یک مهندس نرم‌افزار، هدف از ایجاد یک شبکه عصبی نرم‌افزاری، بیش از آنکه شبیه‌سازی مغز انسان باشد، ایجاد مکانیسم دیگری برای حل مسائل مهندسی با الهام از الگوی رفتاری شبکه‌های بیولوژیک است.
ممکن است هنگام انتقال از فایل ورد به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است
متن کامل را می توانید در ادامه دانلود نمائید
چون فقط تکه هایی از متن برای نمونه در این صفحه درج شده است ولی در فایل دانلودی متن کامل همراه با تمام ضمائم (پیوست ها) با فرمت ورد word که قابل ویرایش و کپی کردن می باشند موجود است
چوب یکی از اولین موادی است که به طور طبیعی و فراوان در دسترس بشر قرار داشته است. آثار باقیمانده از زمانهای بسیار دور نشان میدهد که انسانهای قدیم چوب را در وسایل منزل، وسایل کار و ساختمان، بخصوص برای پیایه و پوشش پناهگاه خود به کار میبردند.
در جوامع انسانی استفاده از چوب برای خانهسازی، در سازی، دستهافزار، گهواره، نردهبام، تختخواب، میز و نیمکت، وسایل کشاورزی، کشتی و قایقسازی و همچنین وسایل حمل و نقل زمینی قرنهای متمادی- بی آن که تغییر و تحولی چشمگیر بیابد- رایج بوده استدر قرون معاصر با ساخت اولین ماشین چوببری، در صنایع چوب تحولی اساسی صورت گرفت و امکا تبدیل درختان قطور به قطعات نازک فراهم گردید. با کشف نیروی برق و تلگراف، انتقال انرزی و ارتباط نقاط دور و نزدیک به وسیله تیرهای چوبی فراهم گردید. چوب همچنین کاربردهایی دیگر پیدا کرد: تکیهگاه ریل راهآهن، شمع و کلاهک در معادن؛ ساخت انواع وسایل حمل و نقل جدید، کبریتسازی و نظایر آن که این همه، نشانگر اهمیت چوب در تکامل تمدن بشری است.
با توجه به این که در حال حاضر از چوب و فرآوردههای آن در خانه سازی وسایر فعالیتهای ساختمانی به صورت گسترده استفاده میشود، لازم است فراگیران عزیز به خواص و ویژگیهای گوناگون این ماده طبیعی پی برده با انواع آن آشنا شوند؛ همچنین برای به کارگیری و استفاده صحیح و اصولی از آن دقت و کوشش کافی به عمل آورند.
.........
تاریخچه چوب
در دوران قبل از اسلام قطعات بزرگ چوبی به عنوان بخشی از ساختمان به کارمی رفته است. در این دوره چوب به عنوان یکی از فراوان ترین مصالح طبیعی
نقش مهمی در ساخت ابزار فنی و کشاورزی و حتی وسایل خانگی ایفا می کرده است. مهمترین وسایل چوبی که ساخت آنها در قرون اولیه اسلامی متداول بوده عبارتند از:
در آثار چوبی دوره میانی اسلامی که مربوط به حدود قرون پنجم تا دهم هجری است اجزای ساختمان های چوبی مثل ستون و سقف، وسایل متصل به ساختمان مثل در، پنجره، نرده به میزان زیادی به چشم می خورد ولی آثار کوچکتر مثل جعبه، قاب، رحل، وسایل خانگی، ابزار آلات، وسایل جنگی و شکار نیز کم و بیش وجود دارد.
..............
54 اسلاید فایل PowerPoint
قابل ویرایش
فرمت فایل : power point (لینک دانلود پایین صفحه) تعداد اسلایدها 54 اسلاید
چکیده :
زمانبندی CPU باید بیطرف حفظ شود و از فرایند هایی که هرگز CPU حاصل نمیشود جلوگیری شود. سیستم عاملهای جدید دوره با عملکرد چند وظیفه ای در محیط عملیاتی کامپیوتر روبرو میشود. اگر زمانبندی CPU کارامد باشد, محاسبات زیادی میتوانست بدرستی انجام شود و سیستم میتواند پایداری را حفظ کند. یک معیار که باید بوسیله ی الگوریتم زمانبندی بدست آورده شود، بحداقل رساندن میانگین زمان انتظار برای مجموعه ای از فرایندها در بدست آوردن تخصیص CPU ست.
روشهای مختلفی برای زمانبندی CPU وجود دارد؛ یکی از آنها گردش بنوبت است. گردش بنوبت، کوانتوم را فراهم میکند که برای هر یک از فرایندها مشابه است. با این حال هیچ استاندارد مشخصی برای کوانتوم وجود ندارد. ناچارا اگر کوانتومی بسیار زیاد باشد، پاسخ / زمان انتظاربرای هر فرایند میتواند زیاد باشد و در غیر اینصورت افزایش رو به به بالا CPU برای تعویض بستر وجود دارد.
این پژوهش به بهبود عملکرد الگوریتم گردش بنوبت مربوط است. روشمان اینست که گردش بنوبت را با الگوریتم ژنتیک ترکیب میکنیم. در این روش فردی, کوانتوم است که برای بدست آوردن بهترین کوانتوم تکرار میشود که حداقل میانگین زمان انتظار را تولید میکند.عدد صحیح را برای نشان دادن کروموزومی با طول سه بکار میبریم.علاوه بر این روش چرخ رولت را برای انتخاب والدین و روش جایگزینی حالت پایدار را برای انتخاب بقا استفاده میکنیم.با استفاده از یک نقطه ی متقاطع و جهش تلنگری ,این روش میتواند بهتر از میانگین زمان انتظار نسبت به آن که در منابع بکار رفته یافت میشود,نتیجه میدهد.
دسته بندی : علوم انسانی_ مدیریت ، تحقیق
فرمت فایل: 
( قابلیت ویرایش و آماده چاپ )
حجم فایل: (در قسمت پایین صفحه درج شده )
ارائه یک سیستم خبره جهت کاریابی برای افراد بیکار چکیده : این مقاله یک ES را برای ارزیابی افراد بیکار در خصوص پستهای معین نشان می دهد این خبره از تکنیکهای Neuro –Fuzry برای تجزیه و تحلیل یک پایگاه داده ها از افرادبیکار و بنگاهههای کاریابی استفاده می کنند فرآیند انطباق یک فرد بیکار با یک کار پیشنهاد شده انجام می شود از طریق یک .
.
.
.
.
.
.
.
.
.
.
از سیستم Neuro –Fuzry مجموعه های ازمایشات گسترده تاریخچه ای از داده های افراد بیکار (که متعلق به یک کلاس اجتماعی هستند) پستهای متعددی را می پذیرند یا رد می کنند.
{ آزمایشات گسترده نشان می دهند که مجموعه های افراد بیکار (که به یک کلاس اجتماعی تعلق دارند) پستهای متعددی را می پذیرند یا رد می کنند.
} که در این پروژه استفاده می شود جهت تعیین اوزان پارامتر های سیستم.
مثالهای جدید از Case هایی رسیده از قبول یا رد یک موقعیت بعنوان یک بخش از مجموعه آموزشی در نظر گرفته می شوند.
آزمایشات مجدد بعد از دستیابی به یک میزان استاندارد از حالتهای از حالتهای جدید موجود بدست می آید .
خروجی سیستم یک میزانی از مناسب بودن هر فرد بیکار جهت یک کار معین می باشد.
معرفی : یکپارچه سازی شبکه های عصبی و فازی منطقی سبب بوجود آمدن یکسری از سیستم ها تصمیم گیری خبره بسیار قوی شده است.
در سالهای اخیر، دامنه مورد مطالعه از فرآیند شبکه های عصبی بصورت گسترده و قابل توجه ای در حال افزایش می باشد.
بعلاوه یک میزان موفقیت در استفاده از سیستم های خبره تلفیق بصورت قابل ملاحظه ای افزایش یافته است در بسیاری از زمینه ها مانند طرح ها، درک زبان عصبی، روباتیک ، تشخیص ها بیماری، تشخیص عیب یابی ابزار آلات صنعتی، آموزش، توصیه یابی و بازیابی اطلاعات.
بهر حال در مورد کاریابی خبره ادبیات موضوعی مشخصی در گذشته وجود ندارد.
فرآیند انطباق یک فرد بیکار با یک شغل مشخص بندرت احتیاج به مطالعات ساختاری بسیار عمیق و هدف یابی کامل نسبت به یک روش Boolean matchin metchal که استفاده می کنند از یک صفحه web مانند A beater tast Europ's career market on the ) انتخاب جداگانه افراد واجد شرایط برای پستهای مختلف یک کار بسیار مشکل می باشد چه در شرکتهای بزرگ چه در شرکت های کوچک و نیاز به سیستمهای تصمیم گیری خبره دارد.
نرم افزارSkills Analyzer tod (labate & Meds keys 1993) طراحی شده است برای حل مسائل مدیریتی که کلاس بندی کارمندان به گروههای مختلف را محور کار خود قرار می دهد و ترکیبی از شبکه های عصبی و آنالیزهایی برمبنای قانون را به منظور تقسیم کارمندان شرکت به گروههای کاری مختلف مورد استفاده قرار می دهد.
سیستم فوق یک سیستم خبره است هر چند تکنیک های تلفیقی مورد استفاده آن قدیمی تر می باشند.
تکنیکهای collaboration filtering در نرم افزار Casper (1) جهت
تعداد صفحات : 14 صفحه
متن کامل را می توانید بعد از پرداخت آنلاین ، آنی دانلود نمائید، چون فقط تکه هایی از متن به صورت نمونه در این صفحه درج شده است.
پس از پرداخت، لینک دانلود را دریافت می کنید و ۱ لینک هم برای ایمیل شما به صورت اتوماتیک ارسال خواهد شد.
