دانلود مقاله شبکه های عصبی Neural Network 16ص

اختصاصی از نیک فایل دانلود مقاله شبکه های عصبی Neural Network 16ص دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 18

شبکه های عصبی Neural Network

شبکه‌های عصبی مصنوعیArtificial Neural Network

چکیده:شبکه‌های عصبی مصنوعی از مباحث جدیدی است که دانشمندان علوم کامپیوتر به آن علاقمند شده‌اند و برای پیشرفت هرچه بیشتر علوم کامپیوتر وقت و هزینه بسیاری را صرف آن کرده و می‌کنند. این موضوع با ایده گرفتن از سیستم عصبی بدن انسان و با هدف شبیه‌سازی هرچه بیشتر کامپیوتر به انسان شکل گرفت و تا حال به خوبی پیشرفته است. از جمله کاربردهای این بحث می‌توان از شناسایی الگوها, پردازش تصویر و رویت, هوش مصنوعی, کنترل رباتها و موارد بسیار دیگر نام برد. ما در این مقاله پس از مقدمه به مسائل در خور شبکه‌های عصبی مصنوعی و نیز کاربردهای آن خواهیم پرداخت, در ادامه Perceptron ها را که یکی از مهمترین الگوریتم‌های شبکه‌های عصبی مصنوعی می‌باشد معرفی می‌کنیم.

1- مقدمه1-1- ایده پیدایش شبکه‌های عصبی مصنوعیآیا کامپیوتر میتواند همان نوع از محاسباتی را که یک فرد هوشمند انجام میدهد به کار گیرد؟بسیاری از دانشمندان عقیده داشته ودارند که این بحث باید مورد توجه قرار گیرد. شبکه‌های عصبی در حل مسائل یک جهت جدید و متمایز نسبت به کامپیترهای عمومی می‌گشود. کامپیوترهای عمومی از یک الگوریتم استفاده می‌کنند یعنی برای حل مسائل از یک سری دستورات از پیش تعیین شده پیروی می‌کنند مگر در مواقع ویژه‌ای که کامپیوتر نیاز به یک‌سری اطلاعات برای حل مسئله دارد. و همین مسئله توانایی پردازش را از کامپیوترهای عمومی به مسائلی که ما قبلا فهمیده‌ایم و روش حل آنها را شناخته‌ایم محدود می‌کند و تنها سرعت عمل و قدرت در حل نمونه‌های بزرگتر را به همراه دارند. اما کامپیوترها باید به قدری مفید باشند که بتوانند کارهایی را انجام دهند که واقعا ما نمی‌دانیم چگونه باید آنها را انجام دهیم.1-2- بررسی سلولهای مغزی افرادتحقیق درباره سلولهای مغزی افراد و همچنین شناخت ‌‌Neuron ها یا رشته‌های مغزی وبیان یک راه نسبتا متفاوت که یک سیستم هوشمند را بنا می‌کند شروع شد. مغز بشر متشکل از میلیونها نرون عصبی منحصر بفرد است واین رشته‌های عصبی به اشکال و اندازه‌های مختلف تغییر می‌کنند.. هر نرون عموما یک هسته دارد و یک‌سری سلولهای عصبی Axon (آکسون)ـ که علائم خروجی را به سلولهای عصبی نرون دیگر حمل می‌کنندـ و Dendrite ها (شاخه‌های سلولهای عصبی). علائم در سلولهای عصبی میان شاخه‌های سلولهای عصبی ونواحی خروجی جریان دارند.در اینجا برای حالت برانگیزش باید آشفتگی از یک حدی تجاوز کند که آستانه یا سرحد نامیده می‌شود و پس از برانگیزش نرون‌ها پیامهایی برای نرون‌های دیگر می‌فرستند و خود را برای دریافت و پاسخ به اطلاعات عمومی آماده می‌کنند.

1-3- تاریخچهشبکه‌های عصبی دهها سال است که جلب توجه می‌کنند وتاکنون راه حلهایی برای استفاده از هوش بشری ارائه شده است. اولین نرون مصنوعی درسال 1943 توسط نروفیزیولوژیست وارن‌مک‌کالوک و منطق دان والتر‌پیتز تولید شد.در دهه 60 به دلایلی که خارج از بحث این مقاله است مردم به‌سوی شبکه‌های عصبی متمایل شدند و تنها در دهه 80 دانشمندان توانایی‌های واقعی شبکه‌های عصبی را دیدند.2- شبکه‌های عصبی مصنوعی2-1- شبکه‌های عصبی مصنوعیشبکه‌های عصبی شبیه به مغز انسان اطلاعاتی را پردازش می‌کنند. شبکه‌ از تعداد زیادی سلولهای عصبی(Neuron ها) تشکیل شده با پردازشی بسیار بزرگ و به‌هم پیوسته که در حل موازی مسائل ویژه مشغول به کارند.یادگیری شبکه‌های عصبی از طریق مثالهاست. آنها برای انجام یک کار خاص برنامه‌ریزی نشده‌اند. مثالها باید با دقت بسیار بالایی انتخاب شوند والا زمان مفید هدر خواهد رفت و یا حتی ممکن است شبکه به طور ناقص دایر شود و در اینجا راهی برای فهمیدن اینکه سیستم معیوب است یا خیر وجود ندارد مگر اینکه خطایی رخ دهد.شبکه‌های عصبی مصنوعی یک ترکیبی از مجموعه نرون‌هاست و البته نرونهای مصنوعی‌ای که بسیار شبیه به نرونهای زیستی کار می‌کنند. و بدین گونه است که ورودیهای زیادی با وزنهای مختلف می‌گیرد و یک خروجی که به ورودی وابسته است تولید می‌کند. نرونهای زیستی می‌توانند در حال برانگیزش باشند یا نباشند. ( وقتی یک نرون برانگیخته می‌شود ضربه علائم خروجی آن مقداری کمتر از 100 هرتز است)شبکه‌های عصبی استفاده وسیعی در شناسایی الگوها دارند زیرا از خودشان قابلیت آن را دارند که بطور عمومی به ورودی‌های غیر منتظره نیز پاسخ دهند. در طول ساخت نرونها می‌آموزند که چگونه الگوهای ویژه گوناگون را تشخیص دهند. اگر الگویی پذیرفته شود در حالی که در طول اجرا ورودی با خروجی مرتبط نباشد، نرون از مجموعه‌ای از الگوهایی که سابقا آموخته خروجیی را که شبیه به الگو می‌باشد وکمترین تفاوت را با ورودی دارد انتخاب می‌کند. این روال عموما فراخوانی می‌شود.مثال:وقتی که ورودی نرون 1111 باشد چهار ورودی بر حسب برانگیزش مرتب شده‌اند و وقتی ورودی‌های 0000 را داریم نرون برای برانگیزش مرتب نیست. قاعده عمومی این است که نرونها مایلند برانگیخته شوند وقتی که ورودی‌ها 0111 ، 1011 ، 1101 ، 1110 یا 1111 باشند و در صورتی که ورودی آنها 1000 ، 0001 ، 0010 ، 0100 یا 0000 باشند مایل به برانگیخته شدن نیستند.شناسایی الگوهای پیچیده سطح بالا می‌تواند به وسیله شبکه‌ای از نرونها انجام شود و بدین ترتیب نام آن را شبکه‌های عصبی مصنوعی گذاشتند. اکنون شبکه‌های عصبی کاربردهای زیادی دارند(درمنطق وکلام و شناسایی عکسها)البته شناسایی الگوهامی‌تواند به‌طور موفقیت آمیز بر روی کامپیوترهای عمومی انجام شود. این شبکه‌های عمومی که برای شناسایی الگوها استفاده

پاورپوینت در مورد شبکه های عصبی

اختصاصی از نیک فایل پاورپوینت در مورد شبکه های عصبی دانلود با لینک مستقیم و پر سرعت .

فرمت فایل :powerpoint (لینک دانلود پایین صفحه) تعداد صفحات 28 صفحه

• انسان از موجودات دیگر از دو جنبه متفاوت است :
  • ظرفیت حافظه
  • زمان طولانی رشد
• مزیت یادگیری :انتقال رفتارها      باعث     رشد سریع                                                              
• فهم اینکه چرا فشارهای تکاملی باعث حذف دوره طولانی رشد نمی شود، مشکل است.
• موفقیت افراد در زمینه خاص بوسیله مشارکت همه ویژگی هایشان حاصل می شود.
• برای مطالعه یادگیری باید به این نکته توجه نمود که بیشترین یادگیری در انسانها دقیقا در نقطه ای از زمان اتفاق می افتد .
• 4 خاصیت اساسی یادگیری در مدلهای پیوندگرا :
  • آمار به عنوان پایه واساس برای یادگیری، مساله اندازه گیری نمونه
  • ارائه تجارب
  • محدودیت در فرضیه های جدید
  • چگونگی یادگیری تغییرات در طول زمان
  • هر خصوصیت یک محدودیت کوچک در یادگیری اعمال می کند، اما این 4 ویژگی با هم محدودیت شدیدی در قدرت شبکه اعمال می کنند

مراحل یادگیری

• به صورت تجربی وزن ها را محاسبه می کنیم
• که تمام وزن های ممکن را بالا، پایین می کنیم و به ازای هر کدام شبکه را تست می کنیم.
• تغییرات کوچک و نرم وزن ها با یادگیری افزایشی
  • فواید: یادگیری تدریجی زبان
  • معایب: گیرکردن در بهینه های محلی

مقاله اختلالات تیک یا تیک عصبی

اختصاصی از نیک فایل مقاله اختلالات تیک یا تیک عصبی دانلود با لینک مستقیم و پر سرعت .

لینک پرداخت و دانلود *پایین مطلب*

    فرمت فایل:Word (قابل ویرایش و آماده پرینت)

    تعدادصفحه:30

نگاهی کوتاه به انواع تیکها

شاید یکی از چیزهایی که در خیابان یا در یک مهمانی یا هر جای دیگر شما را به خنده وا دارد دیدن حرکات عجیب و غریب و تکراری یک نفر باشد.(البته خندیدن کار صحیحی نیست ولی بعضی اوقات از دست آدم در میره، چاره ای نیست).امروزه به ویژه با زیادتر شدن بازیهای کامپیوتری و گیم نت ها این حرکات بیشتر شده و بخصوص در بچه هایی که زیاد بازی کامپیوتری می کنند.دیدم بد نیست نگاهی هر چند کوتاه و مختصر به این موضوع داشته باشم.امیدوارم خوشتان بیاید.

البته با تیک تیک ساعت اشتباه نگیرید که فکر کنم از آن بدتان بیاید.(چون گذر زمان را نشان می دهد.)  

تعریف تیک:         

حرکات غیر ارادی، اجباری، تکراری و کلیشه ای را در اصطلاح تیک می نامند.این حرکات شبیه حرکات با هدف است چون هماهنگ بوده و در عضلاتی دیده می شود که رابطه طبیعی هماهنگ با هم دارند.تیک معمولا" در صورت و شانه ها دیده می شود.این حرکات غیر ارادی، جدا از هم، تکراری، کوتاه و ناگهانی ممکن است به صورت ساده دیده شوند مانند تکان دادن بینی، چشمک زدن یا حرکات سر و یا دارای طبیعت حسی باشند و یا به صورت کلامی یا صوتی بروز کنند که در این حالت از صاف کردن گلو تا نشانه های پیچیده تر مثل تکرار غیر ارادی سخن دیگران(اکولالیا echolalia) یا ناسزا گفتن غیر ارادی و نا مناسب(کوپرولالیا coprolalia) می توانند گسترده باشند.

پیشگیری:

معمولا" می توان به طور ارادی از بروز نشانه های تیک جلوگیری کرد ولی با بروز استرس شدت پیدا می کنند و با سرگرم شدن بیمار از شدت آنها کاسته می شود.

انواع تیک ها و درمان آنها:

بعضی از تیک ها در خواب هم ادامه دارند.شایع ترین علت بروز این نوع تیک ها سندرم تورت(Tourette Syndrome سندرم ژیل دولاتورت) است.در این حالت آشفتگی های رفتاری به همراه تیک وجود دارد.این بیماری اصولا" یک بیماری ژنتیک است و از دوره کودکی شروع می شود، ولی ممکن است به علت مصرف بعضی مواد(مانند داروهای آنتی سایکوتیک) ،تروما، عفونت استرپتوکوکی و یا آنسفالیت ویروسی تشدید شود.

شدت نشانه های بسیاری از بیماران متغیر است و کم و زیاد می شود و رفتار درمانی و اطمینان بخشیدن به بیمار برای رفع تیک های خفیف کافی است.

تیک های شدید و آنهایی که موجب نگرانی است بایستی با دارو درمان شوند.در اکثر اوقات بلوکرهای دوپامین، و معمولا" پیموزاید یا هالوپریدول باعث کاهش کثرت و وخامت تیک شده و ممکن است آشفتگی های رفتاری همراه آن را نیز کاهش دهد.

برتری استفاده از داروهای دیگر بر اساس تأ ثیر یا عوارض مضر آنها هنوز در هاله ای از ابهام است.

معمولا" توصیه می شود دوز داروی استفاده شده تا حد امکان کم باشد.در ضمن باید توجه داشت که درمان مناسب بدین معنی نیست که کلیه نشانه ها را کنترل کند.(وگرنه که دیگه کسی تیک نداشت).به این موضوع هم توجه کنید که بعضط عوارض داروها را باید در کنار آثار درمانی آنها قرار داد.(خیلی نباید به عوارض سطحی داروها توجه کرد.چون داروی بدون عارضه مرگ است!!!!!!)

غالبا" مصرف دارو را پس از چند سال می توان قطع کرد.در بیمارانی که به هالوپریدول و پیموزاید پاسخ نمی دهند و یا نسبت به این داروها حساسیت دارند، می توان از داروهای جایگزین استفاده کرد.

بعضی داروهای دیگر که در کنترل تیک و یا آشفتگی های رفتاری سندرم تورت به کار می روند عبارتند از:

کلونیدین، سولپیرید، باکلوفن، توکسین بوتولینوم، کلونازپام، فلوفنازین، لوودوپا، پرگولید، ریسپریدون و تیاپرید.

در بعضی بیماران، در آغاز می توان از کلونیدین استفاده کرد چون از نظر عدم بروز عوارض جانبی بر هالوپریدول و پیموزاید ارجحیت دارد.

همچنین دانشمندان متوجه شده اند که نیکوتین به تنهایی یا همراه با هالوپریدول در آنهایی که هالوپریدول به تنهایی اثر نداشته است، مفید بوده است.

تیک های عصبی چیست ؟

تیک ها حرکات غیر اردای و انقباضات عضلانی نا گهانی بوده و حداقل بطور گذرا در درصد قابل توجهی از افراد دیده می شوند .

تیک های صوتی نیز بیشتر به صورت اصواتی مثل سرفه کردن، صاف کردن گلو، تیک هایی که به تازگی آغاز شده اند، اغلب نیاز به درمان ندارند.

توصیه مناسب به والدین و اطرافیان کودک مبتلا به تیک این است که توجهی به تیک ها نداشته باشند، چرا که تمرکز روی تیک، باعث تشدید آن می شودغرغر کردن، بالا کشیدن بینی و… تظاهر می کند.

اکثر تیک هایی که تازه آغاز شده اند، مسیر محدود و گذرایی دارند و به سمت اختلال جدی تری پیش نمی روند و حداکثر در طی دوره های استرس آور عود می کنند.

معدودی از تیک ها بیشتر از یک سال طول می کشند.

تیک در مردها سه برابر بیشتر از زن هاست و تیکهای مزمن بیشتر بین سنین شش تا دوازده سالگی دیده می شود.

تیک می تواند با رفتارهایی نظیر بالا انداختن شانه ، پلک زدن، تنگ کردن چشمها، تکانهای تند سر یا شانه، شکلک در آوردن، تکان دادن سر به طرفین یا پایین آوردن سر و یا چین دادن بینی دیده شود.

این تیکهای حرکتی در دوران کودکی کاملاً معمول هستند. با آماری که انجمن روانپزشکی آمریکا گزارش داده است، پنج الی بیست و چهاردرصد از کودکان دارای نوعی تیک هستند.

شایع ترین نواحی از بدن که تیک های حرکتی در آنها دیده می شوند، عبارت اند از: سر و صورت و دست ها و بازوها و بیشترین حرکات به صورت چشمک زدن، شکلک در آوردن، چین دادن به پیشانی، بالا انداختن ابروها، پلک زدن زیاد، چرخش سر، پرتاب کردن دست ها و بازوها، بالا انداختن شانه و نیز تکان دادن پا و … است.

تیکهای گذرا

تیکهای حرکتی معمول که اغلب در حدود سه و نیم سالگی شروع می شوند به کودکان کمک می کنند تا انرژی عصبی را آزاد کنند. هفتاد و پنج درصد از کودکان این نوع تیک را در عرض شش ماه پست سر می گذارند.

اگر کودک شما گرفتار تیک شد، بهترین راه ، نادیده گرفتن آن است. هیچگاه او را سرزنش نکرده و یا تنبیه نکنید.

شما می توانید برای جلوگیری از تبدیل شدن این عمل به یک عادت، با تمرین کردن روشهای پیشگیرانه که بعداً در این سلسله مقالات توضیح داده می شود، به کودکانتان کمک کنید ولی تیکهای گذرا نباید در برنامه ی کامل ترک عادت مورد توجه قرار گیرد.

تیکهای مزمن

اگر تیک بیش از دوازده ماه ادامه یابد، تیک مزمن محسوب می شود.

تیکهای مزمن پایدار هستند و معمولاً انقباض ماهیچه در آنها بیش از حد و بسیار شدید است.

این تیکها مشخصاً به صورت حمله های دوره ای صورت می گیرند و غالباً شدت آنها ماه به ماه، روز به روز یا حتی ساعت به ساعت تغییر می کند. در حقیقت رفتار تیکی ممکن است برای هفته ها یا ماهها کاملاً محو شود اما دوباره ظاهر گردد.

علتها

زمانی اعتقاد بر این بود که تیکها علامت بیرونی احساسات سرکوب شده و تعارضات و کشمکشهای درونی اند. امروزه در بسیاری از نقاط جهان آن را ترکیبی از عوامل محیطی و زیستی می دانند.

تقریباً در یک سوم موارد پایه ی ژنتیکی دارد اما در برخی حالات ممکن است این عادت از طریق تقلید به دست آید.

همچنین مشخص شده است که رفتارهای تیکی در زمان فشارهای عصبی افزایش می یابد که این امر به «تیک عصبی» منجر می شود.

در صورتیکه از وجود تیک های عصبی در کودکتان رنج می برید ، نکات زیر را مد نظر داشته باشید :

کاهش فشار روحی

به لحاظ این که رفتارهای تیکی غالباً با فشار روحی تشدید می شوند، عناصری را در زندگی کودکتان جستجو کنید که ممکن است منشأ ناراحتی یا نگرانی او گردند. آیا آنان تلاش می کنند که از تکالیف مدرسه و درسها عقب نمانند؟ آیا انتظارات ورزشی آنان بالاست؟ آیا مشکلات زناشویی شما باعث پریشانی آنها می شود؟

روش های مختلف تشخیص چهره با استفاده از شبکه عصبی

اختصاصی از نیک فایل روش های مختلف تشخیص چهره با استفاده از شبکه عصبی دانلود با لینک مستقیم و پر سرعت .

این پکیج حاوی مقالات در قالب های word , pdf , power point می باشد

فهرست مطالب

عنوان                                                                                 صفحه

فصل اول. 1

1-1-چکیده 2

1-2-مسأله شناسایی چهره 3

1-3-مسأله میزان روشنایی. 3

1-4-مسأله ژست گرفتن. 3

1-5-بررسی شیوههای شناسایی چهره 3

1-6-شیوه مبتنی بر دانش.. 4

1-7-روشهای مشخصه ثابت.. 4

1-8-شیوههای انطباق الگوها 5

1-9-روشهای مبتنی بر ظاهر. 5

1-10-روشهای مبتنی بر چهره خاص.... 6

1-11-شیوه های مبتنی بر توزیع – الگوریتم LDA.. 6

1-12-بررسی مزایا و معایب روشهای مختلف شناسایی چهره 7

1-13-مزایای روشهای بیومتریک چهره 7

فصل دوم 9

2-1-چکیده 10

2-2-تجزیه و تحلیل مؤلفه اصلی. 12

2-3-الگوریتم PCA.. 13

2-4-شبکه های عصبی و الگوریتم انتشار آزاد 15

2-5-الگوریتم شبکههای عصبی انتشار آزاد 16

2-6-انتخاب پارامترهای آموزش.. 18

2-7-وزنهای آغازین. 18

2-8-آموزش شبکه. 19

2-9-تعداد واحدهای پنهان. 19

2-10-میزان یادگیری.. 19

2-11-آزمایش و نتایج. 20

فصل سوم 23

3-1-سیستم ساختار شناسایی چهره 24

3-2-کشف چهره 25

3-3-پیش پردازش.. 25

3-4-استخراج مشخصه. 25

3-5-شناسایی چهره 26

3-6-شبکه عصبی. 27

3-7-امکان شناسی شبکه عصبی. 29

3-8-یک شبکه فیدفوروارد 29

3-9-شبکه عصبی برگردنده (RNN) 30

3-10-انواع شبکه های عصبی مصنوعی. 31

3-11-شبکه فیدفوروارد تک لایه. 31

3-12-شبکه چند لایه ای فیدفوروارد 31

3-13-شبکه برگردنده 32

3-14-شیوههای شبکههای عصبی مصنوعی برای کشف چهره 37

3-15-PCA همراه با شبکههای عصبی مصنوعی. 37

3-16-شبکههای عصبی با پیچیدگی عمیق. 39

3-17-شبکههای عصبی تابع مبنای شعاعی. 42

3-18-اتصال سری شبکه عصبی پیچیده 43

3-19-CNNs دو خطی. 44

3-20-شبکه انتشار آزاد (BPN) و شبکه تابع مبنای شعاعی (RBF) 46

3-21-شبکه عصبی متصل شبکیهای (RCNN) 47

3-22-شبکه عصبی نامتغیر روتاسیون (دوران) (RINN) 49

3-23-شبکه عصبی سریع. 51

3-24-بهینه سازی تکامل شبکههای عصبی. 52

3-25-پرسپترون چندلایه ای (MLP) 54

3-26-چهرههای ویولت گابور با ANN.. 55

3-27-شبکه عصبی ویولت هیبریدی و سوئیچینگ الگوریتم بهینه سازی ازدحام ذرات.. 57

نتیجه گیری.. 59

منابع و مآخذ 62

مقاله درمورد مقدمه ای بر شبکه های عصبی مصنوعی و کاربردهای آن

اختصاصی از نیک فایل مقاله درمورد مقدمه ای بر شبکه های عصبی مصنوعی و کاربردهای آن دانلود با لینک مستقیم و پر سرعت .

دسته بندی : پزشکی _ علوم پزشکی،

فرمت فایل:   ( قابلیت ویرایش و آماده چاپ ) 

فروشگاه کتاب : مرجع فایل 

---

 قسمتی از محتوای متن ...

تعداد صفحات : 145 صفحه

مقدمه ای بر شبکه های عصبی مصنوعی و کاربردهای آن:.
امروزه با شکسته شدن پی در پی استقلال ، شاخه های مختلف علوم و بهره وری شاخه ای از شاخه ی دیگر و پیشبرد مسائل پیچیده خود، پیوستگی و لاینفک بودن تمامی شاخه های علوم را نمایان تر می سازد که سرمنشأ تمامی آنها از یک حقیقت نشأت گرفته و آن ذات باری تعالی است.
اولین تلاش ها به منظور ارائه ی یک مدل ریاضی برای سیستم عصبی انسان در دهه 40 توسط Mcculloch , pitts انجام شد ، که حاصل آن یک نورون ساده ی تک لایه ویک روش برای آموزش آن بود .
در ادامه ی این کار Hebb نتایج آزمایشات پاولف را در مورد شرطی شدن ،گسترش داد و یک روش برای یادگیری ارائه کرد .
در سال 1958 ،Rossonblatt شبکه ی پرسپترون را ارائه کرد .
بعد از مدتی اثبات شد شبکه ی عصبی پرسپترون تک لایه نمی تواند تابع ساده ای مانند EX-OR را بیاموزد .
بنابراین تقریباً تا دهه ی 80 تلا ش ها برای گسترش شبکه ی عصبی بسیار کم بود.
سپس در طی یک مقاله اثبات شد که شبکه ی عصبی پرسپترون چند لایه می تواند به عنوان یک تخمین گر جهانی مطرح شود .
بدین معنی که این شبکه قابلیت دارد هر تابع غیرخطی را با دقت دلخواه مدل سازی کند .
از آن به بعد شبکه های عصبی مصنوعی گسترش یافتند و در زمینه های بسیاری از آنها استفاده شد .
سیستم شبکه ی عصبی مصنوعی از مغز وسیستم عصبی انسان الهام گرفته شده و مانند مغز انسان از تعداد زیادی نورون تشکیل شده است .
این شبکه ها مانند مغز انسان دارای قابلیت یادگیری هستندکه از مزیت های عمده ی این سیستم هاست در مواردی که نتوانیم یک الگوریتم حل به صورت فرمولی بیابیم یا تعداد زیادی مثال از ورودی و خروجی سیستم موردنظرمان در اختیار داشته باشیم و بخواهیم برای آن سیستم ، مدل ارائه کنیم یا اینکه یک ساختار از اطلاعات موجود بدست آوریم ، استفاده از شبکه های عصبی مصنوعی سودمند است .
تاکنون برای شبکه های عصبی توپولوژی های مختلف همراه با کاربردهای متنوع ارائه شده است که طیف وسیعی از موضوعات را پوشش می دهد .
  الهام از نورون واقعی :.
سیستم عصبی انسان و مغز وی متشکل از ترکیب و به هم پیوستن تعداد زیادی سلول به نام نورون می باشد .
تعداد نورون های مغز انسان

  متن بالا فقط تکه هایی از محتوی متن مقاله میباشد که به صورت نمونه در این صفحه درج شدهاست.شما بعد از پرداخت آنلاین ،فایل را فورا دانلود نمایید 

---

  لطفا به نکات زیر در هنگام خرید دانلود مقاله :  توجه فرمایید.

• در این مطلب،محتوی متن اولیه قرار داده شده است.
• به علت اینکه امکان درج تصاویر استفاده شده در ورد وجود ندارد،در صورتی که مایل به دریافت  تصاویری از ان قبل از خرید هستید، می توانید با پشتیبانی تماس حاصل فرمایید.
• پس از پرداخت هزینه ،ارسال آنی مقاله یا تحقیق مورد نظر خرید شده ، به ادرس ایمیل شما و لینک دانلود فایل برای شما نمایش داده خواهد شد.
• در صورت  مشاهده  بهم ریختگی احتمالی در متون بالا ،دلیل آن کپی کردن این مطالب از داخل متن میباشد ودر فایل اصلی این ورد،به هیچ وجه بهم ریختگی وجود ندارد.
• در صورتی که محتوی متن ورد داری جدول و یا عکس باشند در متون ورد قرار نخواهند گرفت.
• هدف اصلی فروشگاه ، کمک به سیستم آموزشی میباشد.

---

دانلود فایل   پرداخت آنلاین