شبکههای عصبی مصنوعی (Artificial Neural Network – ANN) یا به زبان سادهتر شبکههای عصبی سیستمها و روشهای محاسباتی نوینی هستند برای یادگیری ماشینی، نمایش دانش، و در انتها اعمال دانش به دست آمده در جهت بیشبینی پاسخهای خروجی از سامانههای پیچیده. ایدهٔ اصلی این گونه شبکهها (تا حدودی) الهامگرفته از شیوهٔ کارکرد سیستم عصبی زیستی، برای پردازش دادهها، و اطلاعات به منظور یادگیری و ایجاد دانش قرار دارد. عنصر کلیدی این ایده، ایجاد ساختارهایی جدید برای سامانهٔ پردازش اطلاعات است. این سیستم از شمار زیادی عناصر پردازشی فوق العاده بهمپیوسته با نام نورون تشکیل شده که برای حل یک مسأله با هم هماهنگ عمل میکنند و توسط سیناپسها(ارتباطات الکترومغناطیسی) اطلاعات را منتقل میکنند. در این شبکهها اگر یک سلول آسیب ببیند بقیه سلولها میتوانند نبود آنرا جبران کرده، و نیز در بازسازی آن سهیم باشند. این شبکهها قادر به یادگیریاند. مثلا با اعمال سوزش به سلولهای عصبی لامسه، سلولها یاد میگیرند که به طرف جسم داغ نروند و با این الگوریتم سیستم میآموزد که خطای خود را اصلاح کند. یادگیری در این سیستمها به صورت تطبیقی صورت میگیرد، یعنی با استفاده ازمثالها وزن سیناپسها به گونهای تغییر میکند که در صورت دادن ورودیهای جدید، سیستم پاسخ درستی تولید کند.
0417{{ فیلم آموزش شبکه های عصبی و معرفی کامل انواع آن | دانشگاه امام رضا(ع) }}
شبکههای عصبی مصنوعی (Artificial Neural Network – ANN) یا به زبان سادهتر شبکههای عصبی سیستمها و روشهای محاسباتی نوینی هستند برای یادگیری ماشینی، نمایش دانش، و در انتها اعمال دانش به دست آمده در جهت بیشبینی پاسخهای خروجی از سامانههای پیچیده. ایدهٔ اصلی این گونه شبکهها (تا حدودی) الهامگرفته از شیوهٔ کارکرد سیستم عصبی زیستی، برای پردازش دادهها، و اطلاعات به منظور یادگیری و ایجاد دانش قرار دارد. عنصر کلیدی این ایده، ایجاد ساختارهایی جدید برای سامانهٔ پردازش اطلاعات است. این سیستم از شمار زیادی عناصر پردازشی فوق العاده بهمپیوسته با نام نورون تشکیل شده که برای حل یک مسأله با هم هماهنگ عمل میکنند و توسط سیناپسها(ارتباطات الکترومغناطیسی) اطلاعات را منتقل میکنند. در این شبکهها اگر یک سلول آسیب ببیند بقیه سلولها میتوانند نبود آنرا جبران کرده، و نیز در بازسازی آن سهیم باشند. این شبکهها قادر به یادگیریاند. مثلا با اعمال سوزش به سلولهای عصبی لامسه، سلولها یاد میگیرند که به طرف جسم داغ نروند و با این الگوریتم سیستم میآموزد که خطای خود را اصلاح کند. یادگیری در این سیستمها به صورت تطبیقی صورت میگیرد، یعنی با استفاده ازمثالها وزن سیناپسها به گونهای تغییر میکند که در صورت دادن ورودیهای جدید، سیستم پاسخ درستی تولید کند.
زبان : فارسی
تاریخ و ساعت انتشار : ارسال شده در روز جمعه و تاریخ ۸ آذر ۱۳۹۲ ساعت : ۰۶ : ۰۶ دقیقه : ۱۸ ثانیه
حجم : 17.2 مگابایت
مدرس : مدیر - پاسبان
ناشر : دانشــــجویار
منبع : دانشــــجویار
پسورد : www.daneshjooyar.com
لینک : برای دانلود
برچسبها:
701 - سایتهای ارئه دهنده نرم افزار app اندروید برای فروش ایرانی 697 - ساخت آیکن بدون استفاده از نرم افزار جانبی 700-روش حذف کردن اکانت و حساب تلگرام با کامپیوتر – Delete Telegram 699 - آموزش نصب همزمان چند تلگرام روی کامپیوتر 698- نصب همزمان 29 بیست و نه تلگرام رنگا رنگ بر روی یک گوشی بدون نیاز به روت 696 - نصب همزمان 7 هفت اینستاگرام در یک گوشی 695 {{ آموزش فریم ورک FuelPHP برای اولین بار به زبان فارسی }} 694 {{ اموزش نصب ابزار PHP در Visual Studio }} 693 {{ فیلم آموزش کامل و جامع سیستم مدیریت محتوای دیتالایف }} 692 {{ چگون یک سایت رایگان راه اندازی نمائیم }}