جزوه آموزش شبکه عصبی مصنوعی به همراه تشریح کامل مسائل

شبکه‌ های عصبی مصنوعی (Artificial Neural Network – ANN) یا به زبان ساده ‌تر شبکه‌ های عصبی سیستم‌ ها و روش ‌های محاسباتی جدیدی برای یادگیری ماشینی، نمایش دانش و در انتها اعمال دانش به دست آمده در جهت بیش‌ بینی پاسخ ‌های خروجی از سامانه ‌های پیچیده می باشد. این شبکه ها از تعداد دلخواهی سلول یا گره یا واحد یا نرون تشکیل می شود که مجموعه ورودی را به خروجی ربط می دهند. همچنین این شبکه‌ ها قادر به یادگیری‎ هستند...

آموزش شبکه های عصبی در نرم افزار SPSS

مجموعه مثال های کاربردی حل شده در زمینه شبکه عصبی مصنوعی

کاهش بعد با استفاده از شبکه های عصبی

طراحی شبکه های عصبی مصنوعی

جزوه آموزش شبکه عصبی مصنوعی، مشتمل بر 131 صفحه، در 7 فصل، با فرمت PDF، به زبان فارسی، همراه با تصاویر و روابط مهم ریاضی به ترتیب زیر گردآوری شده است:

فصل 1: هوش محاسباتی

• تاریخچه
• هوش مصنوعی
• چالش های بنیادین هوش مصنوعی
• هوش محاسباتی
• شبکه های عصبی (Neural Networks)
• مدل ریاضی شبکه های عصبی
• منطق فازی (Fuzzy logic)
• الگوریتم های ژنتیک (GA)
• کاربردهای شبکه های عصبی در پزشکی
• سیستم های تشخیص
• آنالیزهای شیمی پزشکی
• آنالیز تصویر
• پیشرفتهای دارویی و مدلسازی سیستم قلبی عروقی
• بویایی الکترونیکی
• شناخت الگو
• پزشک نمونه
• کاربردهای سیستم های فازی در پزشکی
• سیستم های فازی در بیو انفورماتیک
• سیستم های فازی ژنتیک

فصل 2: شبکه های عصبی

• مقدمه
• معنای شبکه های عصبی
• انگیزه های بیولوژیکی
• تشابهات و انتظارات
• تاریخچه و کاربرد
• مدل ریاضی نرون
• مدل تک ورودی
• برخی توابع تحریک مرسوم نرون مصنوعی
• مدل چند ورودی
• ساختار شبکه های عصبی
• شبکه های یک و چند لایه
• مثال: یک شبکه پیشخور 3 لایه
• چند سئوال
• شبکه های پسخور یا برگشتی
• مسائل حل شده

فصل 3: مسئله تشریحی شناسایی الگو

• شناسایی الگو
• روش های کلاسیک و شبکه های عصبی
• معرفی سه شبکه های نمونه: پرسپترون، همینگ و هاپفیلد
• پرسپترون تک لایه با تابع تحریک آستانه ای دو مقداره متقارن
• مثال تشریحی با پرسپترون
• شبکه همینگ
• شبکه همینگ، لایه اول
• شبکه همینگ، لایه دوم
• شبکه همینگ، لایه سوم
• شبکه هاپفیلد
• مهمترین ویژگی ها
• مهمترین نکات

فصل 4: پرسپترون تک لایه

• فرایند یادگیری
• یادگیری با ناظر
• یادگیری بدون ناظر
• خلاصه فرایند یادگیری
• سیستم های دینامیکی آموزش پذیر
• معادله یادگیری در حالت کلی
• یادگیری با ناظر در شبکه عصبی
• یادگیری تشدیدی (تقویتی) در شبکه عصبی
• یادگیری بدون ناظر در شبکه عصبی
• قانون یادگیری پرسپترون تک لایه (SLPR)

فصل 5: شبکه های آدالاین و یادگیری LMS

• مقدمه
• مبانی بهینه سازی و نقاط بهینه
• بسط تیلور و تقریب توابع
• مشتقات برداری جهت دار
• شرایط لازم برای نقاط بهینه
• توابع درجه دوم
• توابع درجه دوم و ساختار ویژه
• روند مینیمم سازی، الگوریتم کلی
• روش بیشترین نزول (SD)
• نکات مربوط به الگوریتم SD
• مثالی از الگوریتم SD
• نکات

فصل 6: یادگیری LMS یا ویدرو هوف

• شبکه آدالاین
• معادلات ویدرو هوف در حالت تک نرون
• الگوریتم LMS
• فرم دسته ای یادگیری LMS در حالت تک نرون
• فرم دسته ای یادگیری LMS در حالت کلی
• بهبود هایی بر LMS
• کاربرد شبکه آدالاین در فیلترهای تطبیقی

فصل 7: شبکه های عصبی چند لایه پیشخور و یادگیری پس انتشار خطا

• مقدمه
• تاریخچه
• شبکه پرسپترون چند لایه
• حل چند مسئله شناسایی الگو
• شناسایی الگو
• الگوریتم BP
• خلاصه الگوریتم BP

 * توجه: لازم به ذکر است که علاوه بر جزوه آموزشی بالا، جزوه حل تمرینات درس شبکه عصبی مصنوعی (دکتر منهاج، 68 صفحه، به زبان فارسی، با فرمت pdf) نیز جهت دانلود قرار داده شده است.

کاربرد روش های اکتشافی مبتنی بر تحلیل بافت در گروه بندی کیفی محصولات فولادی

جعبه ابزار شبکه عصبی در نرم افزار متلب

کاربردهای منطق فازی در یادگیری ماشین

تشخیص خطای اولیه ترانسفورماتور بر اساس شبکه عصبی مصنوعی

جهت دانلود جزوه آموزش شبکه عصبی مصنوعی به همراه تشریح کامل مسائل، بر لینک زیر کلیک نمایید:

جزوه آموزش شبکه عصبی مصنوعی به همراه تشریح کامل مسائل

اگر به فراگیری مباحث مشابه مطلب بالا علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند:

راهنمای پیشرفته متلب، مثال های عملی در علوم و مهندسی

دستورالعمل های متلب برای علم زمین شناسی

برنامه نویسی به روش المان محدود در نرم افزار متلب

مقدمه ای بر محاسبات علمی با نرم افزار متلب

کدهای متلب برای آنالیز اجزاء محدود

کاربرد متلب در سیگنال ها، سیستم ها و کنترل

شبیه سازی ارتعاشات با استفاده از نرم افزارهای متلب و انسیس

معرفی عملی برنامه نویسی و حل مسئله با متلب

کتاب حل کردن مشکلات با استفاده از نرم افزار MATLAB

This book is for people who need to solve ordinary differential equations (ODEs), both initial value problems (IVPs) and boundary value problems (BVPs) as well as delay differential equations (DDEs). These topics are usually taught in separate courses of length one semester each, but Solving ODEs with MATLAB provides a sound treatment of all three in about 250 pages. The chapters on each of these topics begin with a discussion of “the facts of life” for the problem, mainly by means of examples. Numerical methods for the problem are then developed
– but only the methods most widely used. Although the treatment of each method is brief and technical issues are minimized, the issues important in practice and for understanding the codes are discussed. Often solving a real problem is much more than just learning how to call a code. The last part of each chapter is a tutorial that shows how to solve problems by means of small but realistic examples

کتاب حل کردن مشکلات با استفاده از نرم افزار متلب (Solving ODEs with MATLAB)، مشتمل بر 4 فصل، 274 صفحه، با فرمت pdf، همراه با تصاویر، به زبان انگلیسی، به ترتیب زیر گردآوری شده است:

Chapter 1: Getting Started

• Introduction
• Existence, Uniqueness, and Well - Posedness
• Standard Form
• Control of the Error
• Qualitative Properties

Chapter 2: Initial Value Problems

• Introduction
• Numerical Methods for IVPs
• One-Step Methods
• Methods with Memory
• Solving IVPs in Matlab
• Event Location
• ODEs Involving a Mass Matrix
• Large Systems and the Method of Lines
• Singularities

Chapter 3: Boundary Value Problems

• Introduction
• Boundary Value Problems
• Boundary Conditions
• Boundary Conditions at Singular Points
• Boundary Conditions at Infinity
• Numerical Methods for BVPs
• Solving BVPs in Matlab

Chapter 4: Delay Differential Equations

• Introduction
• Delay Differential Equations
• Numerical Methods for DDEs
• Solving DDEs in Matlab
• Other Kinds of DDEs and Software
• Bibliography
• Index
• 
  

  مدلسازی و تحلیل سیستم های دینامیکی

  جبر خطی پیشرفته برای مهندسین با استفاده از نرم افزار متلب

  مجموعه کدهای تخمین حالت و پارامتر با فیلتر کالمن

  مقدمه ای بر تحلیل اجزاء محدود با استفاده از نرم افزارهای متلب و آباکوس

جهت دانلود کتاب حل کردن مشکلات با استفاده از نرم افزار متلب (Solving ODEs with MATLAB) بر لینک زیر کلیک نمایید:

کتاب حل کردن مشکلات با استفاده از نرم افزار MATLAB

اگر به فراگیری مباحث مشابه مطلب بالا علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند:

راهنمای پیشرفته متلب، مثال های عملی در علوم و مهندسی

دستورالعمل های متلب برای علم زمین شناسی

برنامه نویسی به روش المان محدود در نرم افزار متلب

مقدمه ای بر محاسبات علمی با نرم افزار متلب

کدهای متلب برای آنالیز اجزاء محدود

کاربرد متلب در سیگنال ها، سیستم ها و کنترل

شبیه سازی ارتعاشات با استفاده از نرم افزارهای متلب و انسیس

معرفی عملی برنامه نویسی و حل مسئله با متلب

کتاب آموزش فشرده سازی تصاویر و ویدئو با استفاده از نرم افزار MATLAB

کتاب آموزش فشرده سازی تصاویر و ویدئو با استفاده از نرم افزار متلب (Still Image & Video Compression with MATLAB)، مشتمل بر 10 فصل، 443 صفحه، با فرمت pdf، همراه با تصاویر، به زبان انگلیسی، به ترتیب زیر گردآوری شده است:

Chapter 1: Introduction

• What is Source Coding
• Why is Compression Necessary
• Image and Video Compression Techniques
• Video Compression Standards
• Organization of the Book
• Summary
• References

Chapter 2: Image Acquisition

• Introduction
• Sampling a Continuous Image
• Image Quantization
• Color Image Representation
• Summary
• References
• Problems

Chapter 3: Image Transforms

• Introduction
• Unitary Transforms
• Karhunen–Lo`eve Transform
• Properties of Unitary Transforms
• Summary
• References
• Problems

Chapter 4: Discrete Wavelet Transform

• Introduction
• Continuous Wavelet Transform
• Wavelet Series
• Discrete Wavelet Transform
• Efficient Implementation of 1D DWT
• Scaling and Wavelet Filters
• Two-Dimensional DWT
• Energy Compaction Property
• Integer or Reversible Wavelet
• Summary
• References
• Problems

Chapter 5: Lossless Coding

• Introduction
• Information Theory
• Huffman Coding
• Arithmetic Coding
• Golomb–Rice Coding
• Run–Length Coding
• Summary
• References
• Problems

Chapter 6: Predictive Coding

• Introduction
• Design of a DPCM
• Adaptive DPCM
• Summary
• References
• Problems

Chapter 7: Image Compression in the Transform Domain

• Introduction
• Basic Idea Behind Transform Coding
• Coding Gain of a Transform Coder
• JPEG Compression
• Compression of Color Images
• Blocking Artifact
• Variable Block Size DCT Coding
• Summary
• References
• Problems

Chapter 8: Image Compression in the Wavelet Domain

• Introduction
• Design of a DWT Coder
• Zero-Tree Coding
• JPEG2000
• Digital Cinema
• Summary
• References
• Problems

Chapter 9: Basics of Video Compression

• Introduction
• Video Coding
• Stereo Image Compression
• Summary
• References
• Problems

Chapter 10: Video Compression Standards

• Introduction
• MPEG-1 and MPEG-2 Standards
• MPEG-4
• H.264
• Summary
• References
• Problems
• Index

مدلسازی و تحلیل سیستم های دینامیکی

جبر خطی پیشرفته برای مهندسین با استفاده از نرم افزار متلب

مجموعه کدهای تخمین حالت و پارامتر با فیلتر کالمن

مقدمه ای بر تحلیل اجزاء محدود با استفاده از نرم افزارهای متلب و آباکوس

 

جهت دانلود کتاب آموزش فشرده سازی تصاویر و ویدئو با استفاده از نرم افزار متلب (Still Image & Video Compression with MATLAB)، بر لینک زیر کلیک نمایید:

کتاب آموزش فشرده سازی تصاویر و ویدئو با استفاده از نرم افزار MATLAB

اگر به فراگیری مباحث مشابه مطلب بالا علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند:

راهنمای پیشرفته متلب، مثال های عملی در علوم و مهندسی

دستورالعمل های متلب برای علم زمین شناسی

برنامه نویسی به روش المان محدود در نرم افزار متلب

مقدمه ای بر محاسبات علمی با نرم افزار متلب

کدهای متلب برای آنالیز اجزاء محدود

کاربرد متلب در سیگنال ها، سیستم ها و کنترل

شبیه سازی ارتعاشات با استفاده از نرم افزارهای متلب و انسیس

معرفی عملی برنامه نویسی و حل مسئله با متلب