شبکه های عصبی NEURAL NETWORK GENETEC ALGORITM 200ص
قیمت : 18.000 تومان
پيش گفتار 1
سازماندهي 2
فصل اول :
آشنايي با سيستمهاي هوشمند مصنوعي 3
1-1 - شبكههاي عصبي 5
2-1 - منطق فازي 6
3-1 - الگوريتمهاي ژنتيكي 8
4-1 - ساختار اين كتاب 9
خلاصه 12
فصل دوم: بخش اساسي شبكه عصبي
1-2 - مفاهيم اساسي شبكههاي عصبي 14
2-2 - مغز انسان 15
3-2 - مدل مصنوعي عصب 17
عملكرد Signum 19
عملكرد Sigmoidal 20
4-2 - معماري شبكههاي عصبي 21
1-4-2 - شبكه پيش خورد تك قشري 22
2-4-2- شبكه پيش خورد چند قشري 23
3-4-2- شبكههاي متناوب (پس خورد) 24
5-2- مشخصات شبكههاي عصبي 24
6-2 - روشهاي يادگيري 25
7-2 - طبقهبندي معماري شبكه عصبي 27
تاريخچه تحقيقات شبكه عصبي 28
9-2 - معماري شبكه عصبي اوليه 30
1-9-2 - پرسيترن زرنبلاتس 30
پرسپترن و فعاليتهاي مجزاي خطي 32
مسئله XOR 33
الگوريتم 1-2 34
2-9-2 - شبكه ADALINE 36
10-2 - برخي از كاربردهاي اين زمينه 38
تشخيص نمونه (PR) پردازنده تصوير 38
بهينه سازي / رضايت ناگزير 39
پيش بيني كردن و برآورد خطر 39
سيستمهاي كنترل 39
خلاصه 39
تكنيكهاي برنامهدار 41
مطالعات بعدي پيشنهاد شده 41
فصل سوم: شبكههاي پيش تكثير
1-3 - معماري شبكه پيش تكثير 44
1-1-3 مدل پرسپترن 44
2-1-3 - راه حل 45
3-1-3 - شبكه عصبي مصنوعي تك قشري 48
4-1-3 - مدلي براي پرسپترن چند قشري 51
2-3- يادگيري باز تكثير 53
1-2-3 - محاسبه قشر ورودي 54
2-2-3 - محاسبه قشر مخفي 54
3-2-3 محاسبه قشر خروجي 56
4-2-3 - محاسبه خطا 56
5-2-3 - آموزش شبكه عصبي 57
6-2-3 - روش شيب استيپست 59
7-2-3 - تأثير نرخ يادگيري 64
8-2-3 - افزودن اصطلاح شتاب 65
9-2-3- الگوريتم بازتكثير 66
الگوريتم 1-3 (الگوريتم يادگيري باز تكثير) 67
الگوريتم BPN 67
پايان الگوريتم BPN 70
3-3- مثال 70
4-3- كاربردها 73
1-3-4- طراحي ژورنال ياتاقان 73
2-4-3- طبقهبندي خاك 79
3-4-3- فشار كاري فولاد داغ 82
تأثير پارامترهاي تنظيم شده شبكه عصبي پيش تكثير 85
دستيابي Sigmoidal 87
ارزش آستانه 88
3-6 - انتخاب پارامترهاي مختلف در BPN 90
3-6-1- تعداد گره هاي مخفي 90
3-6-2- ضريب سرعت 91
3-6-3- دستيابي 92
3-6-4- محلي local Minima 92
ضريب يادگيري 93
7-3- نوسانهاي استاندارد الگوريتم پيش تكثير 93
1-7-3 - روال تكرار Decremental 93
3-7-2- پيش تكثير متناسب شده (يادگيري با سرعت) 94
3-7-3- الگوريتم ژنتيكي بر پايه پيش تكثير بودن 96
3-7-4- آموزش پروانه سريع 96
شبكه BP افزايش يافته 96
3-7-6- شيوه يادگيري متداولي براي شبكه عصبي تك قشر مخفي 100
3-8 - جهت تحقيق 101
1-8-3- توپولوژيهاي جديد 101
2-8-3- الگوريتمهاي بهتر يادگيري 101
3-8-3- استراتژيهاي بهتر آموزشي 102
4-8-3 - اجزاي سختافزار 102
5-8-3 شبكههاي هوشمند 102
خلاصه 103
فصل چهارم:حافظه مرتبط
1-4 - خود همبستهها 110
شناسايي مدلهاي شلوغ 112
2-4 - نا همبسته :كاسكو BAM مجزا 113
1-2-4 - افزايش و حذف مدلهاي جفت 114
2-2-4- عملكرد انرژي براي BAM 114
3-4 - استراتژي رمزگذاري آموزشي متعدد ونگ اتال 118
الگوريتم 1-4 - (استراتژي رمزگذاري آموزشي متعدد ونگ اتال) 119
4-4 - BAM نمايي 124
1-4-4 تساويهاي توسعه يافته 124
5-4 - حافظه مرتبط براي جفت مدلهايي كه به صورت حقيقي كدگذاري شدهاند 126
1-5-4 - نرمال كردن ورودي 127
2-5-4 - تساويهاي توسعه يافته 127
الگوريتم 2-4 (حافظه مرتبط دوجهتي ساده شده) 128
6-4 – كاربردها 131
1-6-4 - تشخيص نشانهها 132
فراخواني نشانههاي نويزي 134
2-6-4 - شناسايي نقص ساختار 134
7-4 - گرايش جديد 138
خلاصه 138
تكليفهاي برنامهريزي 140
فصل پنجم: تئوري رسنانس تنظيم شونده
1-5 – پيشگفتار 144
1-1-5 - ساختار گروه 144
2-1-5 -كميت سازي بردار 145
3-5-1 - شبكه ART سنتي 156
4-1-5 - ساده سازي معماري ART 159
2-5 - 1ART 160
1-2-5 - معماري 1ART 161
2-2-5 - مشخصه ويژه مدل 1ART 163
3-2-5- الگوريتمَ ART 167
3-5- 2ART 175
3-5 معماري 2ART 175
2-3-5- الگوريتم 2ART 177
الگوريتم 2-5 ( الگوريتم 2ART ) 177
4-5 –كاربردها 181
1-4-5- شناسايي مشخصه با استفاده از 1ART 181
2-4-5 - طبقه بندي خاك (راجاسكاران اتال2001) 182
نمونهIS 183
4-4-5 - شناسايي مشخصه چيني- بعضي بيانات 188
5-5 - حساسيت ترتيب اطلاعات 189
خلاصه 190
مطالعات اضافي پيشنهاد شده 191
واژه نامه 201
فهرست اشكال
شكل 1-1 تعامل تكنولوژيهاي عصبي، منطق امكان و الگوريتم ژنتيكي 4
شكل 1-2 ساختار فيزيكي مغز انسان – نهاي چند بعدي 15
شكل 2-2 ساختار عصب 17
شكل 3-2 مدل سادهاي از يك عصب مصنوعي 18
شكل 4-2 عملكرد ورودي 19
شكل 5-2 عملكرد Signum 19
شكل 6-2 عملكرد sigmaidal 20
شكل 7-2 يك مثال ديگراف 21
شكل 8-2 شبكه پيش خورد تك قشري 22
شكل 9-2 شبكه پيش خورد چند قشري ( آرايش l- m-n) 23
شكل 10-2 شبكه عصبي متناوب 24
شكل 11-2 طبقهبندي الگوريتمهاي يادگيري 27
شكل (12-2) مدل اصلي پرسپترن رزنبلاتس 30
شكل 13-2 مدل ساده پرسپترن 31
شكل 14-2 مدل پرسپترن پيش خورد چند قشري 31
شكل 15-2 مدلهاي مجزاي خطي و مدلهاي مجزاي غير خطي 32
جدول 3-2 جدول واقعي XOR 33