داده کاوی،مدل سازی داده ها و مراحل فرایند کشف دانش از پایگاه داده ها
دانلود مقاله داده کاوی،مدل سازی داده ها و مراحل فرایند کشف دانش از پایگاه داده ها |
![]() |
دسته بندی | هوش مصنوعی |
فرمت فایل | doc |
حجم فایل | 257 کیلو بایت |
تعداد صفحات فایل | 35 |
داده کاوی،مدل سازی داده ها و مراحل فرایند کشف دانش از پایگاه داده ها
دانلود مقاله داده کاوی،مدل سازی داده ها و مراحل فرایند کشف دانش از پایگاه داده ها |
![]() |
دسته بندی | هوش مصنوعی |
فرمت فایل | doc |
حجم فایل | 257 کیلو بایت |
تعداد صفحات فایل | 35 |
زبانهای نمایشی و معرفی مدلهای آن
وقتی میخواهیم یک کاری توسط کامپیوتری حل شود، اولین سوالی که مطرح میشود اینست که چگونه مسئله را باید به ترمهای محاسباتی نشان بدهیم در یادگیری ماشین این بدان معناست که چگونه مفاهیم، مثالهای آموزشی و دانش اولیه را نمایش دهیم |
![]() |
دسته بندی | هوش مصنوعی |
فرمت فایل | doc |
حجم فایل | 249 کیلو بایت |
تعداد صفحات فایل | 52 |
مقاله رشته هوش مصنوعی با عنوان شبکه های Cascade-Correlation
مقاله رشته هوش مصنوعی با عنوان شبکه های CascadeCorrelation |
![]() |
دسته بندی | دکترا |
فرمت فایل | doc |
حجم فایل | 44 کیلو بایت |
تعداد صفحات فایل | 7 |
در شبکه های عصبی کلاسیک معماری شبکه باید قبل از شروع کار مشخص شود به این معنی که باید تعداد لایه های مخفی و نرونهای هر لایه مشخص شوند ، تشخیص دقیق معماری بهینه در اکثر موارد با پیچیدگی همراه است و معمولا" از سعی و خطا برای پیدا کردن معماری مناسب استفاده میشود. از طرف دیگر آموزش بر روی شبکه بدست آمده بر روی تمامی شبکه همراه با هم صورت میگیرد. آموزش همه نرون ها با یکدیگر این مشکل را دارد که طی فرآیند آموزش در هر مرحله تمامی ضرایب در جهتی تغییر میکنند که خطای کنونی را کاهش دهد و در مراحل مختلف هر بار بزرگترین منبع خطا دنبال میشود و در مراحل بعدی منبع ( یا منابع ) دیگری که در مرحله کنونی خطای بزرگتری دارند دنبال میشود. این باعث میشود که شبکه بین منابع مختلف خطا تا حدی رفت و برگشت داشته باشد.
شبکه عصبی Cascade-Correlation رویکرد متفاوتی را در نظر میگیرند. در این شبکه ها اولا" معماری شبکه با اضافه کردن نرون های جدید بسته به نیاز تعیین میشود و ثانیا" بجای آموزش تمام شبکه در هر مرحله ، در هر مرحله تنها بخشی از شبکه را آموزش میدهد. به این شکل علاوه بر تعیین خودکار معماری ، از رفت و برگشت بین منابع خطا نیز جلوگیری شده و بازدهی افزایش می یابد.
کلمات کلیدی:
کاربردهای شبکه عصبی در OCR (نسخه آپدیت شده + فایل ارائه در قالب PDF )
سیستم همکاری در فروش فایلینا fileina دانلود مقاله کارشناسی ارشد هوش مصنوعی با عنوان کاربردهای شبکه عصبی در OCR |
![]() |
دسته بندی | هوش مصنوعی |
فرمت فایل | doc |
حجم فایل | 599 کیلو بایت |
تعداد صفحات فایل | 15 |
تشخیص کاراکتر با استفاده از شبکه عصبی LVQ
سیستم همکاری در فروش فایلینا fileina تشخیص کاراکتر با استفاده از شبکه عصبی LVQ شبکه عصبی LVQ |
![]() |
دسته بندی | هوش مصنوعی |
فرمت فایل | doc |
حجم فایل | 375 کیلو بایت |
تعداد صفحات فایل | 13 |