تحقیق در مورد شبکه های عصبی مصنوعی

با سحافایل در خدمت شما هستیم برای بررسی تحقیق در مورد شبکه های عصبی مصنوعی که در 121 صفحه به همراه فهرست، کامل و جامع در خدمت شماست. محتوای این فایل کامل ترین و بهترین نسخه تحقیق در مورد شبکه های عصبی مصنوعی می باشد که با کمترین قیمت در سایت سحافایل قرار گرفته است که با خرید و دانلود آن نیاز شما را به هرگونه جستجوی بیشتری برطرف خواهد نمود.

مقدمه:

هوش محاسباتي يا  (Computational-Intelligence) CI به معناي استخراج هوش، دانش، الگوريتم يا نگاشت از دل محاسبات عددي براساس ارائه به روز داده‌هاي عددي است. سيستم‌هايCI در اصل سيستم‌هاي ديناميكي مدل آزاد (Model-free) را براي تقريب توابع و نگاشتها ارائه مي‌كند. در كنار اين ويژگي بسيار مهم بايد از ويژگي مهم ديگري در ارتباط با خصوصيات محاسباتي سيستم‌هاي CI نام برد، كه در آن دقت، وجه‌المصالحه مقاوم بودن، منعطف‌بودن و سهولت پياده‌سازي قرار مي‌گيرد.

مولفه‌هاي مهم و اساسي CI ، شبكه‌هاي عصبي )محاسبات نوروني(، منطق فازي) محاسبات تقريبي( و الگوريتم ژنتيك) محاسبات ژنتيكي(است، كه هر يك به نوعي مغز را الگو قرار داده‌اند. شبكه‌هاي عصبي ارتباطات سيناپسي و ساختار نوروني، منطق فازي استنتاجات تقريبي و محاسبات ژنتيكي محاسبات موتاسيوني مغز را مدل مي‌كنند. ‍‍‌

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 مي 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.

فهرست مطالب:

• مقدمه…………………………………………………………………………………………………………………………………7
• هوش مصنوعی………………………………………………………………………………………………………………….7
• به سوی آینده…………………………………………………………………………………………………………………….8
• تاریخچه…………………………………………………………………………………………………………………………….9
• تعریف………………………………………………………………………………………………………………………………..9
• تاریخچه و تعاریف سیستم‌های خبره……………………………………………………………………………….13
• بعضی از تعاریف سیستم های خبره………………………………………………………………………………..14
• تاریخچه سیستم های خبره………………………………………………………………………………………………14
• الگوريتم ژنتيك…………………………………………………………………………………………………………………16
• تابع سازگاری(FitnessFunction)………………………………………………………………………………20
• Mutation(جهش ژنتیكی)………………………………………………………………………………………………21
• مقدمه ای بر سیستم های فازی وکنترل فازی…………………………………………………………………..25
• سيستم‌هاي فازي چگونه سيستم‌هايي هستند؟…………………………………………………………………..26
• سيستم‌هاي فازي كجا و چگونه استفاده مي‌شوند؟…………………………………………………………….27
• زمينه‌هاي تحقيق عمده در تئوري فازي……………………………………………………………………………..27
• تاريخچه مختصري از تئوري و كاربردهاي فازي………………………………………………………………28
• فصل دوم
• شبکه های عصبی……………………………………………………………………………………………………………32
• مقدمه…………………………………………………………………………………………………………………………….. 32
• ساختار مغز…………………………………………………………………………………………………………………….33
• ساختار نرون…………………………………………………………………………………………………………………34
• چگونه مغز انسان می آموزد ؟………………………………………………………………………………………..37
• معنای شبکه های عصبی…………………………………………………………………………………………………38
• قوانین هب………………………………………………………………………………………………………………………40
• از سلول های عصبی انسانی تا سلول های عصبی مصنوعی………………………………………….41
• رويای جايگزينی ويژگی های مغز در يک سيستم مصنوعی چقدر ممکن گرديده؟…………………………….41