دانلود فایل ورد Word پروژه بررسی شبکه های عصبی مصنوعی

دانلود فایل ورد Word پروژه بررسی شبکه های عصبی مصنوعی

عنوان کامل: بررسی و معرفی شبکه های عصبی مصنوعیدسته: فناوری اطلاعات و کامپیوترفرمت فایل: WORD (قابل ویرایش)تعداد صفحات پروژه: ۱۲۱چکیده ای از مقدمه آغازین ” بررسی و معرفی شبکه های عصبی مصنوعی” بدین شرح است:.هوش محاسباتی یا (Computational-Intelligence) CI به معنای استخراج هوش، دانش، الگوریتم یا نگاشت از دل محاسبات عددی براساس ارائه به روز داده‌های عددی است. سیستم‌هایCI در اصل سیستم‌های دینامیکی مدل آزاد (Model-free) را برای تقریب توابع و نگاشتها ارائه می‌کند. در کنار این ویژگی بسیار مهم باید از ویژگی مهم دیگری در ارتباط با خصوصیات محاسباتی سیستم‌های CI نام برد، که در آن دقت، وجه‌المصالحه مقاوم بودن، منعطف‌بودن و سهولت پیاده‌سازی قرار می‌گیرد.مولفه‌های مهم و اساسی CI ، شبکه‌های عصبی )محاسبات نورونی(، منطق فازی) محاسبات تقریبی( و الگوریتم ژنتیک) محاسبات ژنتیکی(است، که هر یک به نوعی مغز را الگو قرار داده‌اند. شبکه‌های عصبی ارتباطات سیناپسی و ساختار نورونی، منطق فازی استنتاجات تقریبی و محاسبات ژنتیکی محاسبات موتاسیونی مغز را مدل می‌کنند. ‍‍‌هوش مصنوعی:در شبکه ارتباطی مغز انسانها سیگنالهای ارتباطی به صورت پالسهای الکتریکی هستند.جزء اصلی مغز نرون است که از یک ساختمان سلولی و مجموعه ای از شیارها و خطوط تشکیل شده و شیارها محل ورود اطلاعات به نرون هستند وخطوط محل خروج اطلاعات از نرون اند . نقطه اتصال یک نرون به نرون دیگر را سیناپس می نامند که مانند دروازه یا کلید عمل می کنند. اگر واکنشهایی که میلیونها نرون مختلف به پالسهای متفاوت نشان میدهند با یکدیگر هماهنگ باشند ممکن است پدیده های مهمی در مغز رخ دهد.آن دسته از پژوهشگران هوش مصنوعی که رویکرد مدل مغزی را دنبال می کنند گونه ای از مدارهای الکتریکی را طراحی کرده اند که تا حدی شبکه مغز را شبیه سازی میکند در این روش هر گره (نرون)به تنهایی یک پردازنده است ولی رایانه های معمولی حداکثر چند cpuدارند هدف عمده کامپیوتر شبکه عصبی این است که مکانیسمی طراحی کند که همانند مغز انسان بازخورد مثبت یاد بگیرد پاسخهای درست و نادرست کدامند.بخشی از فهرست مقاله:مقدمههوش مصنوعیبه سوی آیندهتاریخچهتعریفتاریخچه و تعاریف سیستم‌های خبرهبعضی از تعاریف سیستم های خبرهتاریخچه سیستم های خبرهالگوریتم ژنتیکتابع سازگاری(FitnessFunction)Mutation(جهش ژنتیکی)مقدمه ای بر سیستم های فازی وکنترل فازیسیستم‌های فازی چگونه سیستم‌هایی هستند؟سیستم‌های فازی کجا و چگونه استفاده می‌شوند؟زمینه‌های تحقیق عمده در تئوری فازیتاریخچه مختصری از تئوری و کاربردهای فازیفصل دومشبکه های عصبیمقدمهساختار مغزساختار نرونچگونه مغز انسان می آموزد ؟معنای شبکه های عصبیقوانین هباز سلول های عصبی انسانی تا سلول های عصبی مصنوعیرویای جایگزینی ویژگی های مغز در یک سیستم مصنوعی چقدر ممکن گردیده؟تاریخچه شبکه‌های عصبیچرا از شبکه های عصبی استفاده می کنیم؟شبکه های عصبی در مقابل کامپیوتر های معمولیمزایا و محدودیت های شبکه عصبیچه کسانی به شبکه عصبی علاقه‌مند هستند؟نرم‏افزارها و سخت افزارهای شبکه‏ های عصبیکاربرد شبکه های عصبییکپارچگی منطق فازی و شبکه های عصبیمدل ریاضی یک نرونیک نرون سادهقوانین برانگیختگییک نرون پیچیده ترساختار شبکه های عصبیمراحل طراحی شبکهاهداف شبکه های عصبیتقسیم بندی شبکه های عصبیانواع یادگیری برای شبکه های عصبیتوپولوژی شبکه های عصبیشبكه‏هاي پيش‏خور (Feed Forward)شبكه‏ هاي برگشتي(Recurrent)پرسپترون چند لایهPerceptronهای سادهقدرت Perceptronدنباله‌های Perceptronآموزش پر سپترونالگوریتم یادگیری پرسپترونقانون پرسپترونقانون دلتاروشهای دیگرشبکه های هاپفیدشبكه‌هاي داراي پس‌خورشبکه عصبي ترکيبي المن- جردنپس انتشار خطاچند بررسی از کاربرد های شبکه های عصبیفصل سومنتیجه گیریمنابع ومأخذمشخصات مقاله:عنوان کامل: بررسی و معرفی شبکه های عصبی مصنوعیدسته: فناوری اطلاعات و کامپیوترفرمت فایل: WORD (قابل ویرایش)تعداد صفحات پروژه: ۱۲۱