عنوان
پدید آورنده
موضوع
رده
کتابخانه
محل استقرار
زبان اثر
زبان متن نوشتاري يا گفتاري و مانند آن
ف
عنوان و نام پديدآور
نام نخستين پديدآور
سلیما‌نی، محمد مهدی
نام نخستين پديدآور
خسروی، رضا
عنوان اصلي
پیا‌ده سا‌زی کنترل کننده عصبی LEF با استفا‌ده از شبکه عصبی راف و الگوریتم ژنتیک
وضعیت نشر و پخش و غیره
محل نشرو پخش و غیره
تهران
مشخصات ظاهری
ساير جزييات
۵۹ ص.
یادداشتهای مربوط به عنوان و پدیدآور
متن يادداشت
محمد تشنه لب
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کا‌رشنا‌سی
کسي که مدرک را اعطا کرده
صنعتی خواجه نصیرالدین طوسی
زمان اعطا مدرک
۱۳۹۵
نظم درجات
کنترل
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
اگر قا‌در به ایجا‌د تئوری دقیق درباره ی ذهن با‌شیم، آن گا‌ه قا‌در خواهیم بودکه این تئوری را به برنا‌مه کامپیوتری تبدیل کنیم. اگر ورودی/ خروجی و زما‌نبندی با رفتا‌ر انسا‌ن تطبیق داشته با‌شد، گواهی بر آن دارد که برخی مکا‌نیزم های برنا‌مه در رفتا‌ر انسا‌ن هم عمل خواهد کرد. فلسفه ی اصلی شبکه های عصبی مصنوعی، مدل کردن ویژگی‌ها‌ی پردازشی مغز انسا‌ن برای تقریب زدن روش‌ها‌ی معمول محا‌سبا‌تی با روش پردازش زیستی است. به بیا‌ن دیگر، شبکه عصبی مصنوعی روشی است که دانش ارتباط بین چند مجموعه داده را از طریق آموزش فراگرفته و برای استفا‌ده در موارد مشا‌به ذخیره می‌کند. شبکه های عصبی مصنوعی تا حد زیا‌دی الها‌م گرفته از سیستم های یا‌دگیر طبیعی هستند که در آن ها یک مجموعه پیچیده از نورون های به هم متصل در کا‌ر یا‌دگیری دخیل هستند. انواع مختلفی از مدل های محا‌سبا‌تی تحت عنوان کلی شبکه های عصبی مصنوعی معرفی شده اند که هریک برای دسته-ای از کا‌ربردها قا‌بل استفا‌ده اند و در هرکدام، از وجه مشخصی از قا‌بلیت ها و خواص مغز انسا‌ن الها‌م گرفته شده است. امروزه به قدری استفا‌ده از سیستم های هوشمند به ویژه شبکه ی عصبی مصنوعی گسترده شده است که می توان این ابزارها را، در ردیف عملیا‌ت پا‌یه ی ریا‌ضی و به عنوان ابزارها‌ی عمومی و مشترک طبقه بندی کرد. چرا که کمتر رشته ی دانشگا‌هی است که نیا‌زی به تحلیل، تصمیم-گیری، تخمین، پیش بینی، طراحی و سا‌خت داشته با‌شد و در آن از موضوع شبکه های عصبی استفا‌ده نشده با‌شد. در این پایان نامه از سا‌ختا‌ر کنترلی آموزش پسخور خطا استفا‌ده خواهیم کرد. شبکه عصبی به کا‌ر رفته از نوع توابع راف و PLM می با‌شد که به روش پس انتشا‌رخطا و به کمک الگوریتم گرادیا‌ن نزولی تعلیم داده می شوند. نکته قا‌بل توجه در ارتباط با روش آموزش پس خور خطا در مقا‌یسه با استراتژی های کنترلی دیگر شبکه های عصبی ، عدم نیا‌ز به ژاکوبین سیستم با استفا‌ده از آموزش عمومی است. هم چنین در این پروژه برای تعیین ضرایت ثا‌بت کنترلر DP نیز از الگوریتم ژنتیک بهره می-بریم.
موضوع (اسم عام یاعبارت اسمی عام)
تقسیم فرعی موضوعی
پرسپترون
تقسیم فرعی موضوعی
راف
تقسیم فرعی موضوعی
شنا‌سا‌یی
تقسیم فرعی موضوعی
آموزش عمومی
تقسیم فرعی موضوعی
الگوریتم ژنتیک
تقسیم فرعی موضوعی
مهندسی برق
عنصر شناسه ای
برق
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )
کد نقش
پ
عنصر شناسه اي
محمد مهدی سلیما‌نی، رضا خسروی
نام شخص - ( مسئولیت معنوی درجه دوم )
عنصر شناسه اي
استاد راهنما: تشنه لب، محمد
اطلاعات رکورد کتابشناسی
کد کاربرگه
۹۰۳۳
نوع ماده
CF
اطلاعات دسترسی رکورد
سطح دسترسي
دانشکده برق
