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

شكل 16-2 مدل مجزاي غير خطي مسئله XOR نظرات شما عزیزان: