دسته: مقالات ترجمه شده
بازدید: 8 بار
فرمت فایل: doc
حجم فایل: 354 کیلوبایت
تعداد صفحات فایل: 7
شبکه عصبی مصنوعی نوع مرتبه کسری گسسته
DISCRETE FRACTIONAL ORDER ARTIFICIAL NEURAL NETWORK
Abstract: In this paper the discrete time fractional order artificial neural network is presented. This structure is proposed
for simulating the dynamics of non-linear fractional order systems. In the second part of this paper several numerical examples
are shown. The final part of the paper presents the discussion on the use of fractional or integer discrete time neural network
for modelling and simulating fractional order non-linear systems. The simulation results show the advantages of the
proposed solution over theclassical (integer) neural network approach to modelling of non-linear fractional order systems
شبکه عصبی مصنوعی نوع مرتبه کسری گسسته
چکیده
در این مقاله شبکه عصبی مصنوعی مرتبه کسری زمان گسسته ارائه میشود. این ساختار برای شبیهسازی دینامیکهای سیستمهای مرتبه کسری غیر خطی ارائه میشود. در بخش دوم این مقاله چند مثال عددی نشان داده میشود. بخش آخر مقاله بحث بر روی استفاده از شبکه عصبی زمان گسسته عدد صحیح یا کسری برای مدلسازی و شبیهسازی سیستمهای غیر خطی مرتبه کسری را نشان میدهد. نتایج شبیهسازی مزایای راهحل ارائه شده نسبت به روش شبکه عصبی (عدد صحیح) کلاسیک با مدلسازی سیستمهای مرتبه کسری غیر خطی را نشان میدهد.
.
عصبی مصنوعی جهت رشته کامپیوتر در 25 اسلاید و با فرمت pptx بصورت کامل و جامع و با قابلیت ویرایش این شبکه ها مجموعه ای بسیار عظیم از پردازشگرهایی موازی به نام نورون اند که به صورت هماهنگ برای حل مسیله عمل می کنند و توسط سیناپس ها ارتباط های الکترومغناطیسی اطلاعات را منتقل می کنند در این شبکه ها اگر یک سلول آسیب ببیند بقیه ی سلولها می توانند نبود آنرا جبران کرده و نیز در بازسازی آن سهیم باشند این شبکه ها قادر به یادگیری اند مثلا با اعمال سوزش به سلولهای عصبی لامسه، سلولها یاد می گیرند که به طرف جسم داغ نروند و با این الگوریتم سیستم می آموزد که.
عصبی مصنوعی - شبکه های پویا narx دسته بندی : فنی و مهندسی کامپیوتر و it دانلود مقاله شبکه های عصبی مصنوعی - شبکه های پویا narx تعداد صفحات : 10 و قابل ویرایش : تعریف شبکه های عصبی مصنوعی ویژگی های شبکه های عصبی مصنوعی کاربرد شبکه های عصبی مصنوعی مدل ریاضی یک نرون عصبی مصنوعی شمای کلی عملکرد یک شبکه عصبی مصنوعی شبکه های narx آموزش شبکه های عصبی پویا آماده سازی داده ها توابع سنجش کارایی شبکه منابع و ماخذ دسته بندی: فنی و مهندسی کامپیوتر و it تعداد مشاهده: 2679 مشاهده فرمت فایل دانلودی: docx فرمت فایل اصلی: word تعداد.
شبکه های عصب سلولی مرتبه ی -کسری دسته: مقالات ترجمه شده بازدید: 12 بار فرمت فایل: doc حجم فایل: 558 کیلوبایت تعداد صفحات فایل: 6 شبکه های عصب سلولی، مرتبه یکسری قیمت فایل فقط 8,800 تومان پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود a note on the fractional -order cellular neural networks abstract this paper deals on fractional - order cellularneural networks cnns it is based on the well -known conceptof the cnns, where mathematical model of the cnn consistsa fractional order derivative traditional first order cell isreplaced by fractional order non -integer one we presentthe method to derive such kind of the fractional order cell an illustrative example has been.
عصبی مصنوعی در نرم افزار متلب دسته بندی : مهندسی مهندسی کامپیوتر دانلود پاورپوینت اجرای مدل شبکه عصبی مصنوعی در نرم افزار متلب، در قالب ppt و در 35 اسلاید، قابل ویرایش، شامل:شبکه عصبی مصنوعی توانایی های این تکنیکآموزش سیستم عصبی مصنوعیmulti -layer perceptron networkنمودار مربوط به داده های ورودی و داده های شبکه عصبی مصنوعینحوه اجرای مدل فازی در نرم افزار متلب روش وارد کردن ورودیمقایسه بین متفاوت انتخاب کردن نوع mfsنحوه وارد کردن رنج هر mfsنحوه وارد کردن خروجی ها دسته بندی: مهندسی مهندسی کامپیوتر تعداد مشاهده: 2455 مشاهده فرمت فایل دانلودی: rar فرمت فایل اصلی: ppt تعداد صفحات: 35 حجم فایل: 989 کیلوبایت قیمت: 25,000 تومان پس از پرداخت،.
یادگیری شبکه های عصبی دسته بندی : علوم انسانی مدیریت فرمت ورد قابل ویرایش شامل: 24 صفحه مقدمه شبکه های عصبی چند لایه پیش خور 1 به طور وسیعی د ر زمینه های متنوعی از قبیل طبقه بندی الگوها، پردازش تصاویر، تقریب توابع و مورد استفاده قرار گرفته است الگوریتم یادگیری پس انتشار خطا 2 ، یکی از رایج ترین الگوریتم ها جهت آموزش شبکه های عصبی چند لایه پیش خور می باشد این الگوریتم، تقریبی از الگوریتم بیشترین تنزل 3 می باشد و در چارچوب یادگیری عملکردی 4 قرار می گیرد عمومیت یافتن الگوریتم bp در یادگیری شبکه های عصبی چند لایه پیش خور هنوز، چندین مشکل اصلی وجود دارد:.