پروژه تکنیک های مختلف موجود برای خوشه بندی صفحات وب. doc

اختصاصی از نیک فایل پروژه تکنیک های مختلف موجود برای خوشه بندی صفحات وب. doc دانلود با لینک مستقیم و پر سرعت .

نوع فایل: word

قابل ویرایش 111 صفحه

چکیده:

گراف ها در مطالعات کلاسیک معمولا کوچک و منظم هستند. در مطالعات جدید تکیه بر پردازش رایانه ها راه برای مطالعه ی گراف های بزرگ و نامنظم  که مدل های بهتری برای شبکه های واقعی هستند ، باز نموده است. بسیاری از مباحث نظریه ی گراف، امروزه آماری تر و الگوریتمیک تر از گذشته شده است. این نوشتار چکیده ای است از منابع مختلف در زمینه ی مدل ها و‌ روش های الگوریتم های مطالعه و تحلیل شبکه های پیچیده از طریق پیاده سازی آنها بر روی گراف های بزرگ. به این ترتیب نخست سه مدل مهم از گراف ها که برای مدل سازی شبکه های پیچیده پیشنهاد شده اند را معرفی می کنیم و سپس به بررسی میزان انطباق آنها با مدل های واقعی می پردازیم. مهم ترین منبع این مقاله است، به موارد دیگر نیز در طول نوشتار استناد شده است.

مقدمه:

شبکه های پیچیده (Complex Networks): هر جا که در جهان واقعی اشیاء زیادی با ارتباطاتی به یکدیگر پیوند خورده اند، یک شبکه ی پیچیده وجود دارد. شبکه ها را می توانیم با گراف های بزرگ مدل کنیم. شبکه ها همه جا هستند:

- یک سلول،‌ شبکه ی پیچیده ای از مواد شیمیایی متصل شده با واکنش های شیمیایی است.
- اینترنت، شبکه ی پیچیده ای از کامپیوترها و روترها متصل شده با کابل ها یا ارتباطات بی سیم است.
- شبکه های اجتماعی، شبکه های پیچیده ای هستند که در آن ها گره ها انسان و یال ها روابط اجتماعی بین آن ها است.
- وب، شبکه ای پیچیده از صفحات است که توسط پیوندها به یکدیگر متصل شده اند.

شبکه های پیچیده همه جا وجود دارند از سطح مولکولی تا کهکشانی، در ارگانیزم های زنده و شبکه های اجتماعی، در علوم انسانی و طبیعی می توان از آنها سراغ گرفت. دانش تحلیل شبکه های پیچیده مدل های یکسانی را به دست می دهد که قابل به کارگیری در همه ی این سطوح هستند. نمونه های زیادی از این تحقیق ها امروزه وجود دارند و نکته ی جالب در این است که اکثریت قالب شبکه های واقعی در هر سطحی که باشند، ویژگی های مشخصی مانند نمودار توزیع توانی، ضریب کلاسترینگ ثابت، میانگین طول مسیر کم و ... از خود نشان می دهند. به این منظور آگاهی کلی از تعاریف این کمیت ها ضروری به نظر می رسد:

نمودار توزیع درجه: نموداری است که تعداد رؤوسی را که درجه ی خاصی دارند نشان می دهد. بنابراین محور افقی آن درجه ی رؤوس و محور عمودی آن هم بیانگر تعداد رؤوسی از آن درجه می باشد.

ضریب کلاسترینگ: ضریب کلاسترینگ یک رأس از گراف نسبت یالفعل به بالقوه ی یال های بین همسایه گان اش یا احتمال متصل بودن دو رأس همسایه ی آن رأس است.  ضریب کلاسترینگ کل یک گراف میانگین حسابی ضرایب کلاسترینگ تک تک رؤوس آن است.

میانگین طول مسیر: کوتاه ترین مسیر بین هر دو رأس از یک گراف، طول کوتاه ترین توالی از یال های آن گراف است که از یک رأس آغاز شده و به رأس دیگر برسد. میانگین طول مسیر در یک گراف متوسط این مقدار روی تک تک رأس ها است.

فهرست مطالب:

فصل اول: مقدمه

(وب)

چکیده

شبکه های پیچیده چیستند؟                                                                            

کاربرد این شبکه ها در کجا است؟                                         

چه مدل هایی برای تحلیل شبکه های پیچیده به کار می روند؟                              

آسیب پذیری در گراف مستقل از مقیاس به چه صورت است؟                               

فصل دوم: خلاصه ای بر مفهوم  خوشه بندی

1-مقدمه

۲- خوشه بندی

۲-۱- مقدمه

۲-۲- اجزای تشکیل دهنده فرآیند خوشه بندی

۲-۳- تکنیکهای خوشه بندی

۲-۴- الگوریتمهای خوشه بندی برای مجموعه دادههای بزرگ

۲-۵- خوشه بندی با استفاده از گرافها

۲-۶- خوشه بندی با استفاده از الگوریتمهای ژنتیک

فصل سوم: تکنیک های خوشه بندی

یک مدل خوشه بندی برای کاوش الگوهای کاربر وب جهت توسعه در محیط سیر داده ها

1- مقدمه

2- الگوریتم الگوهای اشتراکی کاوشی

3- مدل خوشه بندی برای رسید داده

4- آزمایشات تجربی

خوشه بندی صفحات وب بر اساس جستجو

1- مقدمه

2- کارهای مرتبط صورت پذیرفته

3- الگوریتم QDC (الگوریتم جستجوی مبنی بر شاخه بندی صفحه وب) دارای 5 مرحله کلید می باشد.

2-3 ادغام خوشه ای

3-3 تقسیم بندی خوشه

4-3- انتخاب خوشه

5-3- پاک کردن خوشه

4- ارزیابی

4-4- قابلیت کاربردی جهان واقعی

5- نتیجه گیری نهایی و کارهای آتی

خاصیت انتقالی بهره وری هایپرلینک برای بهبود بخش خوشه بندی صفحات وب

1- مقدمه

2- برآورد شباهت صفحه وب

3- خوشه بندی سلسله مراتبی صفحه وب

4- ارزیابی ها

5- مطالعات و بحث های مرتبط

6- نتیجه گیری نهایی

خوشه بندی صفحه وب با استفاده از یک نقشه خودسازماندهی نمونه های پیمایشی کاربر

1- مقدمه

2- آماده سازی داده ها

3- کاهش بُعد

4- سازماندهی خودکار الگوهای کاربردی

1-5 یک SOM عادی توسط یک لگوسوم

2-5 تأثیر تغییر دادن پارامترها

6- نتیجه گیری نهایی

دسته‌بندی صفحات وب با استفاده از جستجوی ذهنی و غیرمستدل در گراف وب

1- مقدمه

2- جستجوی ذهنی چند عاملی

3- مجموعه داده‌ها

4- نتایج و بحث

دسته بندی مبنی بر لینک برای یافتن صفحات وب دارای زیرمجموعه معتبر

1- مقدمه

2- روش دسته بندی ما

3- تحقیقات قبلی

4- آزمایشات ارزیابی تجربی

5- نتیجه گیر نهایی

منابع و مأخذ:

 [1] R. Baeza-Yates and B. Ribeiro-Neto. Modern Information Retrieval. Addison Wesley Longman, 1999.

[2] A. Borodin, G. O. Roberts, J. S. Rosenthal, and P. Tsaparas. Finding authorities and hubs from link structures on the World Wide Web. In Proceedings of the 10th International World Wide Web Conference, pages 415–429, 2001.

[3] E. W. Dijkstra. A note on two problems in connexion with graphs. Numerische Mathematik, 1:269–271, 1959.

[4] K. Eguchi, K. Oyama, E. Ishida, N. Kando, and K. Kuriyama. Overview of the Web retrieval task at the third NTCIR Workshop. In Proceedings of the 3rd NTCIR Workshop, 2003.

[5] J. Hou and Y. Zhang. Utilizing hyperlink transitivity to improve Web page clustering. In Proceedings of the 14th Australasian Database Conference on Database Technologies, pages 49–57, 2003.

[6] T. Kanazawa, A. Aizawa, A. Takasu, and J. Adachi. The effects of the relevance-based superimposition model in cross-language information retrieval. In Proceedings of the 5th European Conference on Digital Libraries, pages 312–324, 2001.

[7] J. M. Kleinberg. Authoritative sources in a hyperlinked environment. Journal of the ACM, 46(5):604– 632, 1999.

[8] T. Ramaswamy, B. Gedik, and L. Liu. Connectivity based node clustering in decentralized peer-to-peer networks. In Proceedings of the 3rd International Conference on Peer-to-Peer Computing (P2P-2003), pages 66–73, 2003.

[9] K. Sugiyama, K. Hatano, M. Yoshikawa, and S. Uemura. Refinement of TF-IDF schemes for Web pages using their hyperlinked neighboring pages. In Proceedings of the 14th ACM Conference on Hypertext and

Hypermedia, pages 198–207, 2003.

[10] T. Takaoka. Theory of trinomial heaps. In Proceedings of the 6th Annual International Computing and Combinatorics Conference (COCOON 2000), pages 362– 372, 2000.

[11] M. Toyoda, M. Kitsuregawa, H. Mano, H. Itoh, and Y. Ogawa. University of Tokyo/RICOH at NTCIR-3 Web retrieval task. In Proceedings of the 3rd NTCIR Workshop, 2002.

پروژه بررسی برخی از تکنیک های حل مسئله کوله پشتی. doc

اختصاصی از نیک فایل پروژه بررسی برخی از تکنیک های حل مسئله کوله پشتی. doc دانلود با لینک مستقیم و پر سرعت .

نوع فایل: word

قابل ویرایش 89 صفحه

چکیده:

 در حل مسائل همیشه دنبال راه حل هایی بوده ایم که بتوانند کارایی بهتری داشته باشد . یعنی راه حل بتواند در زمان کمتر پاسخ مناسب تری ارائه دهد . علت بیان کلمه ی مناسب تر اینست که در حل بعضی مسائل نیاز به پاسخ دقیق داریم که تعداد این مسائل نسبت به مسائلی که در آنها نیاز به مجموعه ی جوابها که می توان گفت پاسخ بهینه است ، کمتر است . وقتی می خواهیم روی مجموعه ای بررسی انجام دهیم یا در سطوح بالای الگوریتم با مسائلی کار می کنیم که یک پاسخ قطعی ندارند ، برای همین همانند مسائل ریاضی نمی توان یک راه حل مطلق ارائه کرد . در اینگونه مسائل روبه مسائل بهینه سازی می آوریم ، تا بتوانیم راه حل مناسب و بهینه ارائه کنیم .

با نگاهی به طبیعت اطرافمان متوجه می شویم که روشهای استفاده شده در طبیعت بهینه ترین نوع راه حل هاست . بنابراین اگر از سیستم طبیعت بتوانیم در حل مسائل مشابه استفاده کنیم ، بهینه ترین راه حل را ارائه داده ایم .

الگوریتم ژنتیک با یک پشتوانه ی قوی که از ژنتیک طبیعی بدن تقلید شده اند می توانند در حل مسائلی که مجموعه هدف ما ، بسیار بزرگ است و همچنین حالت پراکندگی دارد ، بسیار مفید باشد . فرض کنید که در یک مجموعه هدف که اعضای آن را پستی و بلندی های یک رشته کوه تشکیل داده است می خواهیم نقطه مینیمم را بیابیم . در اینحالت به علت بزرگی مجموعه هدف و همچنین کم بودن سطح اختلاف بین مجموعه های متناظر و زیاد بودن تعداد این مجموعه ها ، اگر بخواهیم این عملیات را با روشهای رایج انجام دهیم ، مثلا بخواهیم بصورت ترتیبی آنها را مورد بررسی قرار دهیم ، ممکن است هزینه این کار آنقدر زیاد شود که از انجام آن منصرف شویم .

طبق نظریه ی تکاملی داروین و یا همان اصل بقا ء اصلح در بین ژنهای یک کروموزوم ، ژنی که برتری بیشتری نسبت به بقیه داشته باشد ، در چرخه تولید مثل حفظ شده و ژنی که ضعیف باشد از بین می رود . در اینحالت نسلهای جدید رفته رفته بهبود یافته و ایرادهای نسل های قبلی ، در نسل جدید دیده نمی شود .

در حل مسئله فوق بوسیله الگوریتم ژنتیک ، برتری ژن ، مینیمم بودن ارتفاع است و به علت اینکه در این مسئله ، مجموعه هدف بسیار بزرگ است و مطمئنا ، مقادیر نزدیک بهم است ، مطمئن هستیم که فرزند تولید شده در این مجموعه قرار دارد و همچنین طبق نظریه تکاملی داروین ، این مقدار جدید حتما به جواب نزدیکتر است و به احتمال زیاد مقادیر تولید شده در چرخه های تولید مثل در مجموعه جواب نخواهد بود و بین کل مجموعه پراکنده خواهد شد پس عملا داریم نقاطی از قسمتهای مختلف را انتخاب و با هم مقایسه می کنیم .

این الگوریتم ها در حل مسئله با در نظر داشتن اصل بقا اصلح و انتخاب تصادفی جهت دار به این صورت عمل می کنند که بجای خود پارامترها از شکل کد بندی شده مناسبی استفاده می کنند و همچنین همیشه برای یافتن پاسخ بهینه عملیات خود را روی مجموعه ای از فضای جستجو اعمال می کنند . یک عامل دیگر که به الگوریتم ژنتیک برتری می دهد و ناشی از سیستم ژنتیک است ، استفاده از قوانین احتمال بجای قوانین ریاضی است .

در بخش بعدی نیز یک الگوریتم تکرارشونده مبتنی بر اتوماتاهای یادگیر برای حل مساله کوله پشتی مطرح می شود. که در این الگوریتم، مساله کوله پشتی با یک گراف کامل مدل می شود که هر گره از گراف متناظر با یکی از کالاهاست. هر گره از گراف به یک اتوماتای یادگیر مجهز است که انتخاب یا عدم انتخاب کالای متناظر با گره برای قرار گرفتن در کوله پشتی را مشخص می کند. نتایج شبیه سازی ها نشان داده است که این الگوریتم در مقایسه با الگوریتم های موجود از کارایی بالاتری برخوردار است. نتایج شبیه سازی ها همچنین نشان داده است که این الگوریتم برای مسائل با اندازهای بزرگ دارای سرعت همگرایی بالایی می باشد.

مقدمه:

همیشه در برخورد با مسائل مختلف برای حل آنها شروع به طرح روشهای مختلف کرده ایم . از میان راه حلهای طرح شده اکثرا بهترین و قابل اطمینان ترین پاسخها را الگوریتم هایی تولید می کردند که براساس قوانین ریاضی پی ریزی شده بودند . امروزه با توجه به پیشرفتهای حاصله محدوده ی مطالعات بزرگتر و جزئیات پیچیده تر شده اند یا به عبارتی خواستار سرعت و دقت زیاد و در عین حال محدوده ی بزرگتر هستیم . طبیعی است که استفاده از قوانین محض ریاضی در حل چنین مسائل نیاز به محاسبات پیچیده ای دارد که شاید در بعضی موارد مقرون به صرفه نباشد . از این رو بدنبال روشهای دیگری هستیم که بتوانیم این نیاز را مرتفع سازیم با نگاهی به اطرافمان متوجه می شویم که در فرایندهای طبیعی مسایل قابل توجهی وجود دارد که شاید شبیه سازی فرایندها بتوانند تاثیر شایان ذکری را به همراه داشته باشد .

فهرست مطالب:

چکیده مطالب

فصل اول : مقدمه

مقدمه

-1بهینه سازی

1-2پیدا کردن بهترین راه حل

1-3تعریف مسئله کوله پشتی

1-3-1 مسئله کوله پشتی کسری

1-3-2 مسئله کوله پشتی صفر و یک

1-3-3 مسئله کوله پشتی چند بعدی

فصل دوم : حل مسئله کوله پشتی با استفاده از برنامه نویسی پویا ، روش حریصانه ، عقبگرد و شاخه و حد

2-1روش حریصانه در مقابل برنامه نویسی پویا : مسئله کوله پشتی

2-1-1روش حریصانه در حل مسئله کوله پشتی صفرویک

2-1-2یک روش حریصانه برای مسئله کوله پشتی کسری

2-1-3روش برنامه نویسی پویا برای مسئله کوله پشتی صفرویک

2-1-4شکل بهتر الگوریتم برنامه نویسی پویا برای مسئله کوله پشتی صفرویک

2-2حل مسئله کوله پشتی با استفاده از روش عقبگرد

2-2-1یک الگوریتم عقبگرد برای مسئله کوله پشتی صفرویک

2-2-2مقایسه الگوریتم برنامه نویسی پویا و الگوریتم عقبگرد برای مسئله کوله پشتی صفرویک

2-3راهبرد شاخه و حد

2-3-1تشریح روش شاخه و حد با مسئله کوله پشتی صفرویک.

2-3-1-1جست وجوی عرضی با هرس کردن شاخه و حد

2-3-1-2 بهترین جست وجو با هرس کردن شاخه و حد

فصل سوم : تکنیک حل مسئله کوله پشتی با استفاده از الگوریتم ژنتیک

3-1 الگوریتم ژنتیک

3-1-1 مفاهیم اولیه ژنتیک

3-1-2 ایده ی اصلی

3-1-3 الگوریتم ژنتیک (Genetic Algorithm_ GA) چیست؟

3-1-4 ویژگی های الگوریتم ژنتیک

3-1-5 اصول اساسی الگوریتم ژنتیک

3-1-5-1 تعیین عدد برازندگی برای هر کروموزوم (دنباله ها)

3-1-5-2 مکانیزم انتخاب کروموزوم ها

3-1-5-3 عملگرهای ژنتیکی که بر روی هر کروموزوم اعمال می شود

3-1-6 روند کلی اجرای الگوریتم ژنتیک

3-1-7 روشهای نمایش یا کد کردن مقادیر

3-1-7-1 روش کدگذاری مبنای دو

3-1-7-2 روش کدگذاری جایگشتی

3-1-7-3 روش کدگذاری مقدار

3-1-7-4 روش کدگذاری درختی

3-1-8 شبه کد

3-1-9 روشهای انتخاب در الگوریتم ژنتیک

3-1-9-1 انتخاب Elitist

3-1-9-2 انتخاب Roulette

3-1-9-3 انتخاب Scaling

3-1-9-4 انتخاب Tournament

3-2 حل مسئله کوله پشتی با استفاده از الگوریتم ژنتیک

3-2-1 رویکرد نمایش دودویی

3-2-1-1 متد جریمه

3-2-1-2 متد رمز گشایی

3-2-2 رویکرد نمایش ترتیبی

3-2-3 رویکرد نمایش با طول متغییر

فصل چهارم : تکنیک حل مسئله کوله پشتی با استفاده از آتوماتای یادگیرنده

4-1 آتوماتای یادگیرنده

4-1-1 آتوماتای یادگیر با ساختار ثابت (FSLA

4-1-1-1 آتوماتا با دو حالت (L2,2

4-1-1-2 آتوماتای Tsetline (L2N,2)

4-1-1-3 آتوماتای G2N

4-1-1-4 آتوماتای Krinsky

4-1-1-5 آتوماتای Krylov

4-1-2 آتوماتای یادگیر با ساختار متغییر

4-1-3 آتوماتای یادگیر توزیع شده (DLA)

4-2 حل مسئله کوله پشتی با استفاده از آتوماتای یادگیرنده.

4-2-1 نتایج شبیه سازی های انجام شده

دیکشنری

مراجع و منابع

منابع و مأخذ:

[1] Fraser, Alex S. (1957). "Simulation of Genetic Systems by Automatic Digital Computers. I. Introduction". Australian Journal of Biological Sciences 10: 484–491.

[2] Goldberg, David E (1989), Genetic Algorithms in Search, Optimization and Machine Learning, Kluwer Academic Publishers, Boston, MA.

[3] Goldberg, David E (2002), The Design of Innovation: Lessons from and for Competent Genetic Algorithms, Addison-Wesley, Reading, MA.

[4] Fogel, David B (2006), Evolutionary Computation: Toward a New Philosophy of Machine Intelligence, IEEE Press, Piscataway, NJ. Third Edition

[5] Schmitt, Lothar M (2004), Theory of Genetic Algorithms II: models for genetic operators over the string-tensor representation of populations and convergence to global optima for arbitrary fitness function under scaling, Theoretical Computer Science (310), pp. 181-231

 [6] Sutton, R. S., and Barto, A. G., Reinforcement learning: An introduction. MA: MIT Press, Cambridge, 1998.

[7] Thathachar, M. A. L., Sastry, P. S., Varieties of learning automata: An overview. IEEE Transactions on Systems, Man and Cybernetics – Part B: Cybernetics, 32, 6, 2002.

[8] Alaya, I., Solnon, Ch., and Ghedira, K., Ant algorithm for the multidimensional knapsack problem. Dans Proceedings of Iinternational Conference on Bioinspired Methods and their Applications, Slovenia, 2004.

[8] Beigy, H., Meybodi, M. R., "Utilizing Distributed Learning Automata to Solve Stochastic Shortest Path Problem" International Journal of Uncertainty, Fuzziness and Knowledge-based Systems, vol. 14, pp. 591-615, 2006.

[9] Beigy, H.,Meybodi, M. R., "A New Distributed Learning Automata for Solving Stochastic Shortest Path Problem," in International Joint Conference on Information Science, Durham, USA, 2002, pp. 339-343.

[10] H. Beigy, “Intelligent Channel Assignment in Cellular Networks: A Learning Automata Approach”, PhD Thesis, Computer Engineering Department, Amir Kabir University of Technology, Tehran, Iran, 2006.

[11] M. A. L. Thathachar and B. R. Harita, "Learning Automata with Changing Number of Actions", IEEE Transactions on Systems, Man, and Cybernetics, vol. SMG17, pp. 1095-1100, Nov. 1987.

دانلود مقاله درمان بیش فعالی وبی توجهی کودکان با تکنیک نوروفیدبک

اختصاصی از نیک فایل دانلود مقاله درمان بیش فعالی وبی توجهی کودکان با تکنیک نوروفیدبک دانلود با لینک مستقیم و پر سرعت .

مشخصات این فایل
عنوان: درمان بیش فعالی وبی توجهی کودکان با تکنیک نوروفیدبک
فرمت فایل: word( قابل ویرایش)
تعداد صفحات: 14

این مقاله درمورد درمان بیش فعالی وبی توجهی کودکان با تکنیک نوروفیدبک می باشد.

خلاصه آنچه در مقاله درمان بیش فعالی وبی توجهی کودکان با تکنیک نوروفیدبک می خوانید .

درمان اختلال پیش فعالی با روش نوروفیدبک
نوروفیدبک چیست؟
نوروفیدبک نوعی بیوفیدبک است ، که بازخورد عصبی نیز به آن گفته می شود.
این وسیله جزو پیشرفته ترین وسائل پزشکی نوین است که بخش زیادی از این تکنولوژی مدیون تلاشهای ناسا (سازمان فضایی آمریکا)در سالهای اخیر است.
در مغز تمام ما انسان ها، هزاران فرایند و فعالیت خودکار و غیر ارادی در حال اتفاق افتادن است. فرایندهای ناهشیار  بی شماری که  کاملا از حوزه ی آگاهی و اختیار ما به دورهستند.
هر لحظه در مغز هریک از ما، امواج مغزی خاص و فرایندهای فیزیولوژیک بی شماری در جریان است بدون آنکه ما آگاهی وشناختی  نسبت به نحوه ی عملکرد آن ها داشته باشیم. فرایندهای فیزیولوژیک نهفته در مغز ما و امواج مغزی موجود در آن دائما و بدون دخالت آگاهانه ی ما بر روی رفتار، افکار، عملکرد و وضعیت سلامت جسمی و روانی ما تاثیر گذارند.
هیچ یک از ما انسان ها در شرایط طبیعی و نرمال نمی توانیم در مورد نحوه ی عملکرد هر یک از این واکنش های فیزیولوژیک غیرارادی و امواج مغزی موجود در مغزمان اطلاعات دقیق و روشنی داشته باشیم. به خودتان نگاه کنید! آیا می دانید در حال حاضر امواج مغزی شما در چه وضعیتی قرار دارند؟
طبیعتا در شرایط طبیعی و بدون استفاده از ابزارهای خاص نمی توانید نسبت به هیچ کدام از واکنش های فیزیولوژیک بدن خود آگاهی دقیقی داشته باشید.
علاوه براین وجود هرگونه ناهنجاری و اشکال در روند طبیعی عملکرد امواج مغزی و  فرایندهای زیست شناختی در بدن انسان، می تواند منجر به بروز علائم بیمارگونه شود. به عبارت دیگر به هم خوردن روند طبیعی عملکرد امواج مغزی و  واکنش های زیست شناختی می تواند به عنوان علامت و نشانه ای از وجود یک وضعیت بیمارگونه ی جسمانی یا روانی مورد توجه قرار بگیرد.
نوروفیدبک، برای مغز انسان مانند یک آینه عمل می کند. ما هر روز با نگاه کردن به آینه متوجه نقائص و اشکالات موجود در ظاهر خودمان می شویم.
در واقع آینه ما را نسبت به وضعیت ظاهری مان و عیب و نقص های احتمالی موجود در آن آگاه می کند. این آگاهی و شناخت به ما کمک می کند تا در جهت رفع نقص های موجود در وضعیت ظاهری خود اقدام کنیم. نوروفیدبک دقیقا برای امواغ مغزی و عملکردهای فیزیولوژیک مغز ما به عنوان یک آینه ی پیشرفته عمل می کند. نوروفیدبک با استفاده از ابزارهای الکترونیک پیشرفته و کامپیوتر به ما کمک می کند تا از آن چه در مغز ما در حال رخ دادن است آگاه شویم.
 
نوروفیدبک، واکنش های فیزیولوژیک  نهفته درمغز انسان و امواج مغزی که هر لحظه بر وضعیت رفتاری و عملکردی ما اثر گذارند را ثبت می کند و بعد آن چه که در همان لحظه در مغز انسان در حال اتفاق افتادن است را کاملا دقیق، روشن و واضح روی صفحه ی نمایشگر به تصویر می کشد.
نوروفیدبک به انسان کم می کند تا از وضعیت امواج مغزی خود، از نحوه ی عملکرد واکنش های زیست شناختی غیرارادی مغز خود در لحظه، آگاهی و شناخت دقیق و فوری کسب کند. این افزایش آگاهی و شناخت به فرد کمک می کند تا بتواند در جهت رفع اشکالات و ناهنجاری های موجود در امواج مغزی خود اقدام کند. افزایش آگاهی نسبت به وضعیت امواج مغزی با عث می شود فرد بتواند کنترل بیشتری بر این امواج  داشته باشد.
نورووفیدبک روشی است برای اینکه یاد بگیریم چگونه امواج مغزی و فعالیت هایی که در مغز ما به طور طبیعی و خودکار انجام می شود را کنترل کنیم. در حقیقت با نوروفیدبک می آموزیم به طور ارادی امواج مغزی خود را با استفاده از بازخوردی که از دستگاه  دریافت می کنیم تغییر بدهیم. نوروفیدبک ابزاری است برای کنترل، تغییر و اصلاح امواج مغزی در جهت رسیدن به کاهش علائم بیماری و افزایش سطح سلامت جسمانی و روانی.
در این روش شما در مقابل یک مانیتور می نشینید و الکترودی که روی سر شما قرار دارد امواج مغزی شما را دریافت و به کامپیوتر هدایت می کند .حالا شما با دیدن امواج مغزی خود روی صفحه مانیتور می توانید به تنظیم و کنترل آنها بپردازید و در تمام این مراحل درمانگر در کنار شما نشسته و به شما یاد می دهد که چگونه می توانید این کار را انجام دهید.
درواقع نوروفیدبک شما را قادر به دیدن دنیای درون مغزتان می کند ، به عنوان مثال در صفحه مانیتور شما یک شکل شبیه سازی شده امواج مغزی را به شکل یک بازی می بینید و با نگاه کردن به صفحه مانیتور و بدون استفاده از دست شروع به بازی می کنید. دستگاه الگوهای امواج مغزی شما را پردازش می کند و در صورتیکه این الگوها مناسب باشد شما در بازی به جلو خواهید رفت و در غیر اینصورت شکست می خورید ،به این ترتیب شما یادمیگیرید که مثلا در شرایط اضطراب چگونه می توانید مغز خود را طوری تنظیم کنید که آرامش جایگزین اضطراب شود.
آیا این روش علمی است؟
روش نوروفیدبک توسط اداره غذا و داروی آمریکا ( معتبرترین سازمان جهانی پزشکی) جهت درمان اضطراب ،استرس،افسردگی،بیش فعالی کم توجهی، سردرد (میگرن)،دردهای مزمن،اختلالات خواب،سوء مصرف مواد،وسواس،صرع(تشنج) و بازتوانی سکته مغزی مورد تایید قرار گرفته است.
عوارض جانبی این روش چیست؟
نوروفیدبک عوارض جانبی دارو درمانی را ندارد و اثرات درمانی پایدارتری نیز دارد،فعالیت های کل مغز را کنترل می کند وبهبودی پایدار بیماری را شامل می شود.
چرا به نوروفیدبک دوپینگ اخلاقی می گویند؟
دلیلش این است که در حال حاضر بسیاری از ورزشکاران در کشورهای پیشرفته و همچنین بسیاری از سازمان های معتبر جهانی از جمله ناسا (سازمان علوم فضایی آمریکا) جهت ارتقا مهارت های ذهنی و شناختی و بهینه سازی تصمیم گیری ،افزایش خلاقیت،تقویت حافظه و افزایش هماهنگی جسم و ذهن از این روش استفاده می کنند.
به عنوان مثال تیم ملی ایتالیا ،تیم آث میلان ،بسیاری از برندگان طلای المپیک مثل ماری پیرس و چاد کاروین رسما اعلام کردند که جهت بهبود کارکرد ذهنی برای آمادگی مسابقات از نوروفیدبک استفاده می کنند.
آیا در آمریکا و کشورهای پیشرفته از این روش استفاده می شود؟ در آمریکا  بیش از 1000 مرکز نوروفیدبک وجود دارد که این رقم در 5 سال گذشته از کمتر از 100 مرکز به این تعداد رسیده که این موضوع خود حاکی از میزان اهمیت و محبوبیت این روش درمانی در کشورهای پیشرفته می باشد .
 
درمان اختلال پیش فعالی
در یک پژوهش طولی در کشور آمریکا، ماندگاری اثرات درمان نوروفیدبک، تا ده سال پس از درماطرز وصل کردن الکترودها گوش وسر با چسبن، در کودکان بیش فعال گزارش شده است.
در نوروفیدبک به مغز آموزش خود تنظیمی داده میشود، لذا هیچگونه عوارض و خطری به دنبال ندارد.
تقریباً در هیچ بیماری و درمانی نمیتوان قول درمان قطعی را داد. همانطور که کسی رانندگی را چند روزه یاد میگیرد و شخص دیگر در طی چند ماه. تعداد جلسات درمان 40 جلسه است که با توجه به توضیحی که در ابتدا داده شد ممکن است تغییر کند.
میدانیم که نتیجه مناسب گرفتن از درمان به شرایط گوناگونی بستگی دارد از آن جمله میتوان به نوع و شدت بیماری، زمان اقدام به درمان، میزان همکاری فرد و خانوادۀ او با تیم درمانی، رعایت تمام نکات مربوط به درمان صحیح از جانب فرد و درمانگر و .... اشاره کرد.
با توجه به اینکه به جنبههای گوناگون مشکل و بهبود آن توجه شده و برنامه درمانی جامعی مطابق با مطالعات صورت گرفته در مراکز معتبر جهانی تنظیم گشته، انتظار میرود بهترین و کاملترین نتایج حاصل شود.
جلسات درمان در پارتیشنهای مجزا و در محیطی آرام تشکیل میشود. درمانگر و مراجع در کنار هم، روی دو صندلی راحت و پشت میز مینشینند. در جلوی هر کدام یک مانیتور قرار دارد که تصاویر مختلفی را نشان میدهند.
مسمومیتها و صدمات اتفاقی در کودکان مبتلا به بیش فعالی وکم توجهی متداول است . ضمن انکه رفتار دیگران با این کودکان که خود حاصل اعمال مخرب این کودکان میباشد باعث گوشه گیری وافت اعتماد به نفس در این کودکان میشود وآنها بیش از پیش سرخوده می شوند واز طرفی علی رغم هوش خوبی که آنها دارند، در امور درسی ویادگیری مشکلات متعددی ناشی از حواسپرتی و بی توجهی پیدا می کنند.
برای کودکان مبتلا به بیش فعالی وکم توجهی منتظر نوبت بازی ماندن یا در صف ماندن بسیار سخت و مشکل است. آنها در عملکرد کاری شان تلاش کمی کرده و خیلی زود از کاری که به نظرشان خستهکننده می آید، دست میکشند. حرف دیگران را قطع کردن و پراندن پاسخهای بدون تأمل به سوالات دیگران، امری شایع است. برداشت افراد عادی از این کودکان به صورت افرادی با خویشتن داری ضعیف، روده دراز، مسئولیت ناپذیر، ناپخته یا کودک صفت، تنبل، و کاملاً گستاخ می باشد.

بخشی از فهرست مطالب مقاله درمان بیش فعالی وبی توجهی کودکان با تکنیک نوروفیدبک

مقدمه
سبب شناسی (علت ) بیش فعالی
عوامل نوروبیولوژیک
عوامل ژنتیک
عوامل نوروشیمیایی
درنگ تکاملی
عوامل روانی – اجتماعی
عوامل محیطی
تغذیه
درمان اختلال پیش فعالی با روش نوروفیدبک
نوروفیدبک چیست؟
آیا این روش علمی است؟
درمان اختلال پیش فعالی
تعداد و مدت زمان جلسات
منابع:

ام آر آِی از فیزیک تا کلینیک

اختصاصی از نیک فایل ام آر آِی از فیزیک تا کلینیک دانلود با لینک مستقیم و پر سرعت .

کتاب ام آر آی از فیزیک تا کلینیک(ویرایش دوم)
ـ نوشته آقای حمیدرضا غیاسی
منبعی عالی برای فراگیری تکنیک های تصویربرداری ام آر آی

حاوی 15 فصل مجزا :

- فصل 1 دنباله ها ،  فصل 2 مواد کنتراست در MRI  ، فصل 3 هموراژ ، فصل 4 مغز ، فصل 5 ستون فقرات ، فصل 6 سر و گردن ، فصل 7 مفاصل ، فصل 8 استخوان وبافت نرم ، فصل 9 قسمت فوقانی شکم ، فصل 10 کلیه ها و غدد فوق کلیوی ، فصل 11 لگن ، فصل 12 قلب ، فصل 13 عروق بزرگ و عروق محیطی ، فصل 14 قفسه سینه ، فصل 15 MRI پستان

فایل با فرمت PDF و زبان فارسی می باشد. تعدد صفحات : 213

مقاله در مورد خلاقیت‌شناسی شغلی، تکنیک های انتخاب شغل

اختصاصی از نیک فایل مقاله در مورد خلاقیت‌شناسی شغلی، تکنیک های انتخاب شغل دانلود با لینک مستقیم و پر سرعت .

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل:Word (قابل ویرایش و آماده پرینت)

 تعداد صفحه43

بخشی از فهرست مطالب

فصل دوم :

( تکنیک های انتخاب شغل )

فصل سوم :

( عناصر تصمیم گیری در انتخاب شغل )

مبحث سوم : ویژگیهای فردی

منابع و ماخذ :

پیشگفتار

شغل اهمیت و ضرورت ویژه‌ای در زندگی انسان دارد و در واقع یکی از تصمیم گیری‌های اساسی و سرنوشت‌ساز برای وی می‌باشد. در گذشته که تنوع مشاغل تا به حد امروزی نبوده است، اغلب انتخاب شغل برای فرزندان به صورت موروثی انجام می‌گرفته است. به عبارتی فرزندان همان شغل پدر را انتخاب کرده و آنرا ادامه می‌دادند.

امروزه بنا به دلایل مختلفی کمتر از گذشته این اتفاق می‌افتد و اغلب جوانان در شرایطی قرار می‌گیرند که ناچار به انتخاب شرایط شغلی هستند. البته این امر و خود شرایط شغلی و دلبخواهی بودن آنرا نشان نمی‌دهد. چرا که در موارد زیادی عواملی خاص یک موقعیت شغلی را بر فرد تحمیل می‌کند.با این حال پایه‌های انتخاب شغل و مراحل لازم برای رسیدن به شغل مورد نظر اغلب در سنین پائین‌تر گذاشته می‌شود. افراد با در نظر داشتن عوامل موثر در پایه‌ریزی این مراحل و عوامل دیگر مسیر شغلی خود را هدایت می‌ک

مقدمه

    کارآفرینی اگرچه یک شغل نیست و ترویج فرهنگ آن در جامعه ، ابتدا موجب افزایش بیکاری  می شود   اما موتور توسعه است و بیکاری های پنهان را نه تنها آشکار و درمان می کند ، بلکه باعث پیشگیری از آن نیز می شود . در اینجا این سؤال مطرح می گردد که اگر کارآفرینی یک شغل نیست و اساساً کارآفرین در پی ایجاد شغل نیست و نتیجه کار او نیز ممکن است بیکاری را افزایش دهد، پس کارآفرینی چیست و کارآفرین کیست ؟ چرا آنها را موتور توسعه اقتصادی نامیده اند ؟ آیا کارآفرینی انواع مختلفی دارد ؟ آیا ویژگیهای روانشناختی و جمعیت شناختی کارآفرینان اقتصادی ، سیاسی ، اجتماعی با هم تفاوت دارند ؟ و ...

واژه « کارآفرینی » در زبان فارسی واژه ای است نو که معنای لغوی آن ، شنونده یا خواننده نا آشنا به مفهوم اصلی آن را ، که ترجمه کلمه انگلیسی Entrepreneurship است  به اشتباه می اندازد . این واژه اغلب در اذهان ، مفهوم ’’‌ اشتغالزائی ’’ و ارتباط مستقیم و ذاتی با کار ( آن هم از نوع فیزیکی آن ) را تداعی می کند ، در حالیکه کارآفرینی به معنی حقیقی خود تعاریف مختلف و متنوعی دارد . بطور کلی می توان گفت که اساس و جوهره اغلب تعاریف ارائه شده در فرهنگ غرب به مفهوم « فرآیند خلق ثروت » یا « تخریب خلاق » می باشد که طبیعتاً چنان فرآیند و چنین تخریبی توأم و همراه با ریسک است . متأسفانه عده ای در کشور ، کارآفرینی را بعنوان یک شغل معرفی می کنند و آنها را در کنار کارگر ، مدیر ، مهندس ، پزشک ، خلبان ، وکیل ، جوشکار و ... قرار می دهند و عده ای دیگر آنرا شغل آفرینی می دانند، عده ای دیگر کارآفرین را کسی می دانند که فقط بتواند کارگاه یا کارخانه یا شرکتی را تأسیس ، راه اندازی و مدیریت نماید و ریسک آن را متقبل شود . عده ای دیگر فقط صاحبان کسب و کارهای کوچک و نوآور را کارآفرین می دانند و عده ای شالوده کار را در عصر فرا صنعتی « کارآفرینی » و در عصر صنعت « استخدام » معرفی می کنند ، عده ای دیگر کارآفرینی را مترادف با شغل آزاد  و کارآفرین را به معنی کارفرما و سرمایه دار تلقی می کنند . علاوه بر برداشتهای غلط فوق که در ایران رایج شده است در جهان نیز وجه مشترک و بستر تمام تعاریف ، تفاسیر و ابعاد مختلف  کارآفرینی منحصر به   ً کار ً  و ً اقتصاد ً  می شود به عبارت دیگر تاکنون کارآفرینی ، در جهان فقط در حوزه کسب و کار و آن هم در بعد اقتصادی  مطرح بوده است   و آنجائی هم که از کارآفرینی اجتماعی (social entrepreneurship) ، سیاسی (political entrepreneurship) و یا فرهنگی (cultural entrepreneurship) صحبت شده است عمدتاً به معنی  کشف ، جذب و بهره برداری از فرصت های سیاسی ، فرهنگی و اجتماعی درآمدزا و سودآور بوده  است نه صرف کارآفرینی اجتماعی ، سیاسی یا فرهنگی . به عبارت دیگر وقتی در غرب صحبت از کارآفرینی اجتماعی می شود عمدتاً منظور این است که از طریق کسب و کار ، درآمدی برای امور اجتماعی وعام المنفعه حاصل نمایند و یا  ساختار اجتماعی ، سیاسی یا فرهنگی کشورشان را برای تسهیل و حمایت از کارآفرینی اقتصادی تغییر ، اصلاح یا تکمیل نمایند ، ( علاقه مندان می توانند لیست کامل کارآفرینان اجتماعی و نوع  فعالیتهای آنها را  از طریق مجله الکترونیکی www.changmakers.net  بدست آورند).