برتر فایل
مجموعه فایل های آموزش مقدماتی تا پیشرفته نرم افزار کتیا (CATIA) و مجموعه کتب, جزوات, پروژه و مقالات تخصصی مهندسی مکانیکبرتر فایل
مجموعه فایل های آموزش مقدماتی تا پیشرفته نرم افزار کتیا (CATIA) و مجموعه کتب, جزوات, پروژه و مقالات تخصصی مهندسی مکانیککتاب آموزش شبکه های عصبی در نرم افزار SPSS
در جهان امروز به علت پیشرفت تکنولوژی و پیچیده تر شدن مسائل، استفاده از روش های نوین، جایگزین بسیاری از روش های سنتی شده که دیگر قادر به تخمین درستی از وضعیت موجود نمی باشند. همچنین پیچیده شدن فرایندها منجر به مشکلاتی مانند غیر خطی شدن رابطه پارامترهای فرایند شده که روش های پیشین قادر به انجام و یا تصمیم گیری در مورد آنها نیستند، از این رو روش های جدیدی از قبیل شبکه های عصبی جهت تحلیل این فرایندها پدید آمده است. به دلیل پیچیده بودن محاسبات شبکه عصبی استفاده از نرم افزارهای کامپیوتری توسط کاربران ناگزیر می نماید. در این میان نرم افزارهای متعددی به محاسبه شبکه های عصبی می پردازند. نرم افزار SPSS نسبت به سایر نرم افزارها دارای مزیت هایی بوده که مهمترین آن سهولت استفاده از آن می باشد. از این رو بر آن شدیم تا راهنمای مناسبی جهت استفاده از این نرم افزار مهیا کنیم که کتاب حاضر حاصل این احساس نیاز می باشد. توجه داشته باشید که این آموزش بر اساس مثال های کاربردی صورت می پذیرد که تأثیر مفیدی بر آموزش نرم افزار دارد...
مدلسازی و شبیه سازی موتور هیسترزیس با نرم افزار متلب
حل معادله انتقال حرارت یک بعدی به روش صریح و ضمنی در نرم افزار متلب
حل معادله انتقال حرارت دو بعدی به روش صریح و ضمنی در نرم افزار متلب
کتاب آموزش شبکه های عصبی در نرم افزار SPSS، مشتمل بر 152 صفحه، در 3 فصل، با فرمت PDF، به زبان فارسی، همراه با تصاویر و روابط مهم ریاضی به ترتیب زیر گردآوری شده است:
فصل 1: مقدمه
- شبکه عصبی چیست؟
- مزیت های شبکه های عصبی
- محدودیت های شبکه عصبی
- نرون عصبی انسان
- شبکه های عصبی تک نرونه، تک لایه، چند لایه
- انواع شبکه ای عصبی مصنوعی از نظر برگشت پذیری
- مراحل طراحی یک شبکه عصبی مصنوعی
- یادگیری نظارت نشده یا بدون ناظر
- شبکه پرسپترون
- یادگیری یک پرسپترون
- توابعی که پرسپترون قادر به یادگیری آنها می باشد
- الگوریتم های یادگیری پرسپترون
- مشکلات روش Gradient descent
- الگوریتم Back propagation
- انواع مدل های پرسپترون چند لایه
- شبکه های تابع شعاع مدار (RBF)
- معماری شبکه
- شبکه های عصبی در SPSS
- آموزش شبکه RBF
- لایه خروجی
- مزایای یک RBF
- برخی کاربردهای شبکه های عصبی مصنوعی
فصل 2: راهنمای کاربر
بخش اول
- شبکه های عصبی در SPSS
- ساختار شبکه عصبی
بخش دوم
- پرسپترون چند لایه
- متغیرهای وابسته
- ساخت یک شبکه پرسپترون چند لایه
- تفکیک کردن (Partitions)
- ساختار (Architecture)
- لایه های پنهان
- آموزش (Training)
- خروجی (Out Put)
- ذخیره (save)
- احتمال ها و شبه احتمال ها
- صدور (Export)
- گزینه ها (Options)
بخش سوم
- تابع شعاع مدار
- متغیرهای وابسته
- ساخت یک شبکه تابع شعاع مدار
- تفکیک کردن (Partiotions)
- ساختار (Architecture)
- خروجی (Out Put)
- ذخیره (save)
- احتمال ها و شبه احتمال ها
- صدور (Export)
- گزینه ها (Options)
فصل 3: مثال ها
بخش اول
- پرسپترون چندلایه
- آماده سازی داده ها جهت انجام تحلیل ها
- شروع تحلیل ها
- خلاصه فرایند انجام شده
- اطلاعات شبکه
- خلاصه مدل
- طبقه بندی
- تصحیح نمودن آموزش اضافی
- ایجاد نمونه آموزشی
- آغاز نمودن تحلیل ها
- خلاصه ای از فرایند انجام شده
- اطلاعات شبکه
- خلاصه مدل
- طبقه بندی
- منحنی ROC
- نمودار پیش بینی بر اساس مشاهده (Predicted-by-Observed Chart)
- Cumulative Gains and lift charts
- اهمیت متغیرهای مستقل
- خلاصه
- استفاده از پرسپترون چند لایه به منظور محاسبه هزینه های درمانی و مدت زمان بستری بیماران
- آماده سازی داده ها جهت انجام تحلیل ها
- آغاز آنالیزها
- اعلام خطرها
- خلاصه فرایند
- اطلاعات شبکه
- خلاصه مدل
- جدول پیش بینی بر اساس مشاهده (Predicted-by-Observed Charts)
- Residual by predicted chart
- Independent variable importance
- شبکه های عصبی در SPSS
- خلاصه
بخش دوم
- تابع شعاع مدار
- استفاده از RBF جهت طبقه بندی مشتریان خدمات ارتباط از راه دور
- آماده سازی داده ها جهت آغاز آنالیزها
- راه اندازی آنالیزها
- خلاصه فرایند انجام شده
- اطلاعات شبکه
- خلاصه مدل
- طبقه بندی
- نمودار پیش بینی بر اساس مشاهده
- منحنی ROC
- Cumulative gains and lift charts
- پیوست
- فایل های نمونه
شبیه سازی متعادل سازی بار در شبکه های برق با نرم افزار متلب
تحلیل تیر سراسری با استفاده از نرم افزار متلب
تحلیل ورق تحت بار درون صفحه ای به روش اجزاء محدود با استفاده از نرم افزار متلب
جهت دانلود کتاب آموزش شبکه های عصبی در نرم افزار SPSS، بر لینک زیر کلیک نمایید.
کتاب آموزش شبکه های عصبی در نرم افزار SPSS
اگر به فراگیری مباحث مشابه مطلب بالا علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند:
کاربرد روش های اکتشافی مبتنی بر تحلیل بافت در گروه بندی کیفی محصولات فولادی
مقاله با عنوان: تعیین پروفیل سایشی غلتک های نورد گرم ورق با شبکه های عصبی و بهینه سازی توسط الگوریتم ژنتیک
پیش بینی پروفیل سایش غلتک های نورد به منظور برنامه ریزی پاس های نورد و برنامه نورد در کارخانجات نورد فولاد از اهمیت ویژه ای برخوردار است. در این پروژه طول غلتک نورد به بخش های کوچک تقسیم شد و برای هر بخش یک شبکه عصبی مجزا تعریف گردید که تمام این شبکه ها در یک شبکه واحد سفارشی تعریف گردیدند تا زمان مدل سازی کاهش یابد. برای هر بخش از طول غلتک معادله پروفیل سایش استخراج گردید و در اختیار الگوریتم ژنتیک برای کمینه کردن سایش قرار گرفت. در این پروژه از نرم افزار متلب MATLAB استفاده گردیده است. این پروژه بر مبنای داده های عملی خط نورد گرم فولاد سبا انجام شد. نتایج بدست آمده به خوبی با نمودارهای پروفیل سایش واحد سنگ زنی فولاد سبا تطابق دارد...
مجموعه آموزش‌های طراحی قالب و قالبسازی
مجموعه آموزش‌های روش اجزای محدود
مقاله تعیین پروفیل سایشی غلتک های نورد گرم ورق با شبکه های عصبی و بهینه سازی توسط الگوریتم ژنتیک، مشتمل بر 8 صفحه، به زبان فارسی، تایپ شده، به همراه تصاویر، دیاگرام، فرمول ها و روابط ریاضی با فرمت pdf، به ترتیب زیر گردآوری شده است:
- چکیده
- مقدمه
- شبکه عصبی و الگوریتم ژنتیک
- نتایج و بحث
- نتیجه گیری
- پیوست
- مراجع
آموزش شبکه عصبی مصنوعی به همراه تشریح کامل مسائل
مجموعه مثال های کاربردی حل شده در زمینه شبکه عصبی مصنوعی
کاهش بعد با استفاده از شبکه های عصبی
مقاله با عنوان: تعیین پروفیل سایشی غلتک های نورد گرم ورق با شبکه های عصبی و بهینه سازی توسط الگوریتم ژنتیک
اگر به فراگیری مباحث مشابه مطلب بالا علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند:
ترسیم خط تاثیر نیروی محوری اعضاء و عکس العمل های تکیه گاهی خرپا دوبعدی در متلب
کاربرد روش اجزاء محدود در مسائل مهندسی سازه
تحلیل تیر سراسری با استفاده از نرم افزار متلب
تحلیل قوسی از دایره با تکیه گاه های گیردار با استفاده از نرم افزار متلب
طراحی و ساخت دستگاه ثبت کننده سیگنال الکترومایوگرام دو کانال
مدلسازی سیستم کروز کنترل در نرم افزار متلب
طراحی کنترل مدرن و کنترل بهینه برای مدل تابع تبدیل
طراحی و تحلیل ساختمان سوله صنعتی با استفاده از نرم افزار متلب
مقاله با عنوان: روشی جدید برای پیش تعلیم شبکه عصبی بر مبنای ماشین بولتزمان عمیق به منظور افزایش سرعت آموزش
شبکه های عصبی عمیق دارای کاربردهای فراوانی در پردازش گفتار می باشند. در صورتی که این شبکه ها به صورت تصادفی مقدار دهی اولیه شوند به جواب درست همگرا نخواهند شد، چرا که دارای تعداد پارامترهای فراوانی می باشند. روش های متعددی برای پیش تعلیم شبکه های عصبی عمیق مطرح شده است که باعث همگرا شدن شبکه می شوند. پیش تعلیم شبکه های عصبی می تواند هم بر مبنای شبکه باور عمیق و هم ماشین بولتزمان عمیق انجام گیرد. در این مقاله شبکه عصبی عمیق با روش پیش تعلیم جدیدی که بر مبنای ماشین بولتزمان عمیق می باشد، آموزش می بیند. در نهایت خروجی شبکه عصبی پس از پیش تعلیم توسط روش ارائه شده، برای طبقه بندی واج ها مورد استفاده قرار می گیرد. نتایج تجربی بر روی دادگان گفتار تیمیت بیانگر آن است که روش ارائه شده برای کاربردهای بازشناسی واج مناسب می باشد. همچنین آزمایشات نشان داده است که روش ارائه شده بر مبنای ماشین بولتزمان عمیق به کاهش خطای عمومی سیستم و افزایش کارائی آن کمک می کند و از طرفی باعث همگرائی سریع تر شبکه عصبی عمیق می شود...
کاهش بعد با استفاده از شبکه های عصبی
آموزش شبکه های عصبی در نرم افزار SPSS
آموزش شبکه عصبی مصنوعی به همراه تشریح کامل مسائل
مقاله روشی جدید برای پیش تعلیم شبکه عصبی بر مبنای ماشین بولتزمان عمیق به منظور افزایش سرعت آموزش و دقت در بازشناسی واج، مشتمل بر 7 صفحه، به زبان فارسی، تایپ شده، به همراه تصاویر، دیاگرام، فرمول ها و روابط ریاضی با فرمت pdf، به ترتیب زیر گردآوری شده است:
- چکیده
- مقدمه
- شبکه های عمیق
- ماشین بولتزمان محدود (RBM)
- شبکه باور عمیق (DBN)
- ماشین بولتزمان عمیق (DBM)
- روش جدید به منظور پیش تعلیم شبکه عصبی
- ارزیابی
- مقایسه روش های مختلف پیش تعلیم
- مقایسه تاثیر مقادیر متفاوت ابر پارامتر آلفا
- نتیجه گیری
- مراجع
مقاله با عنوان: روشی جدید برای پیش تعلیم شبکه عصبی بر مبنای ماشین بولتزمان عمیق به منظور افزایش سرعت آموزش
اگر به فراگیری مباحث مشابه مطلب بالا علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند:
تشخیص خطای اولیه ترانسفورماتور بر اساس شبکه عصبی مصنوعی
برنامه نویسی به روش المان محدود در نرم افزار متلب
محاسبه معکوس ماتریس با استفاده از کوفاکتور در متلب
برنامه آنالیز قاب دو بعدی به روش تحلیل ماتریسی در نرم افزار متلب
پردازش سیگنال دیجیتال در نرم افزار متلب
تحلیل قوسی از دایره با تکیه گاه های گیردار با استفاده از نرم افزار متلب
کتاب طراحی شبکه های عصبی مصنوعی
کتاب طراحی شبکه های عصبی مصنوعی (Neural Network Design)، سعی دارد تا شبکه های عصبی مصنوعی را بیشتر با مفهوم و ساختار اساسی اش بیان نماید. این کتاب اثر هاگان بوده که به همراه دانشجویانش تولباکس شبکه عصبی را نیز در نرم افزار متلب طراحی نموده اند. این کتاب مشتمل بر 19 فصل، 733 صفحه، به زبان انگلیسی، همراه با تصاویر، فرمول ها و جداول مهم، با فرمت pdf، به ترتیب زیر گردآوری شده است:
- Chapter 1: Introduction
- Chapter 2: Neuron Model and Network Architectures
- Chapter 3: An Illustrative Example
- Chapter 4: Perceptron Learning Rule
- Chapter 5: Signal and Weight Vector Space
- Chapter 6: Linear Transformations for Neural Network
- Chapter 7: Supervised Hebbian Learning
- Chapter 8: Performance Surfaces and Optimum Points
- Chapter 9: Performance Optimization
- Chapter 10: Widrow Hoff Learning
- Chapter 11: Back propagation
- Chapter 12: Variations on Back Propagation
- Chapter 13: Associative Learning
- Chapter 14: Competitive Networks
- Chapter 15: Grossberg Network
- Chapter 16: Adaptive Resonance Theory
- Chapter 17: Stability
- Chapter 18: Hopfield Network
- Chapter 19: Epilogue
کاهش بعد با استفاده از شبکه های عصبی
مجموعه مثال های کاربردی حل شده در زمینه شبکه عصبی مصنوعی
آموزش شبکه های عصبی در نرم افزار SPSS
کتاب طراحی شبکه های عصبی مصنوعی
جهت دسترسی به آموزش های بیشتر بر لینک های زیر کلیک نمایید: