صفحه قبل 1 1 2 صفحه بعد

کتاب آموزش شبكه های عصبی در نرم افزار SPSS

نویسنده : www.BartarFile.ir

تاریخ : دو شنبه 6 شهريور 1396

در جهان امروز به علت پیشرفت تكنولوژی و پیچیده تر شدن مسائل، استفاده از روش های نوین، جایگزین بسیاری از روش های سنتی شده كه دیگر قادر به تخمین درستی از وضعیت موجود نمی باشند. همچنین پیچیده شدن فرایندها منجر به مشكلاتی مانند غیر خطی شدن رابطه پارامترهای فرایند شده كه روش های پیشین قادر به انجام و یا تصمیم گیری در مورد آنها نیستند، از این رو روش های جدیدی از قبیل شبكه های عصبی جهت تحلیل این فرایندها پدید آمده است. به دلیل پیچیده بودن محاسبات شبكه عصبی استفاده از نرم افزارهای كامپیوتری توسط كاربران ناگزیر می نماید. در این میان نرم افزارهای متعددی به محاسبه شبكه های عصبی می پردازند. نرم افزار SPSS نسبت به سایر نرم افزارها دارای مزیت هایی بوده كه مهمترین آن سهولت استفاده از آن می باشد. از این رو بر آن شدیم تا راهنمای مناسبی جهت استفاده از این نرم افزار مهیا كنیم كه كتاب حاضر حاصل این احساس نیاز می باشد. توجه داشته باشید كه این آموزش بر اساس مثال های كاربردی صورت می پذیرد كه تأثیر مفیدی بر آموزش نرم افزار دارد...

مدلسازی و شبیه سازی موتور هیسترزیس با نرم افزار متلب

حل معادله انتقال حرارت یک بعدی به روش صریح و ضمنی در نرم افزار متلب

حل معادله انتقال حرارت دو بعدی به روش صریح و ضمنی در نرم افزار متلب

کتاب آموزش شبكه های عصبی در نرم افزار SPSS، مشتمل بر 152 صفحه، در 3 فصل، با فرمت PDF، به زبان فارسی، همراه با تصاویر و روابط مهم ریاضی به ترتیب زیر گردآوری شده است:

فصل 1: مقدمه

شبكه عصبی چیست؟
مزیت های شبكه های عصبی
محدودیت های شبكه عصبی
نرون عصبی انسان
شبكه های عصبی تك نرونه، تك لایه، چند لایه
انواع شبكه ای عصبی مصنوعی از نظر برگشت پذیری
مراحل طراحی یك شبكه عصبی مصنوعی
یادگیری نظارت نشده یا بدون ناظر
شبكه پرسپترون
یادگیری یك پرسپترون
توابعی كه پرسپترون قادر به یادگیری آنها می باشد
الگوریتم های یادگیری پرسپترون
مشكلات روش Gradient descent
الگوریتم Back propagation
انواع مدل های پرسپترون چند لایه
شبكه های تابع شعاع مدار (RBF)
معماری شبكه
شبكه های عصبی در SPSS
آموزش شبكه RBF
لایه خروجی
مزایای یك RBF
برخی كاربردهای شبكه های عصبی مصنوعی

فصل 2: راهنمای كاربر

بخش اول

شبكه های عصبی در SPSS
ساختار شبكه عصبی

بخش دوم

پرسپترون چند لایه
متغیرهای وابسته
ساخت یك شبكه پرسپترون چند لایه
تفكیك كردن (Partitions)
ساختار (Architecture)
لایه های پنهان
آموزش (Training)
خروجی (Out Put)
ذخیره (save)
احتمال ها و شبه احتمال ها
صدور (Export)
گزینه ها (Options)

بخش سوم

تابع شعاع مدار
متغیرهای وابسته
ساخت یك شبكه تابع شعاع مدار
تفكیك كردن (Partiotions)
ساختار (Architecture)
خروجی (Out Put)
ذخیره (save)
احتمال ها و شبه احتمال ها
صدور (Export)
گزینه ها (Options)

فصل 3: مثال ها

بخش اول

پرسپترون چندلایه
آماده سازی داده ها جهت انجام تحلیل ها
شروع تحلیل ها
خلاصه فرایند انجام شده
اطلاعات شبكه
خلاصه مدل
طبقه بندی
تصحیح نمودن آموزش اضافی
ایجاد نمونه آموزشی
آغاز نمودن تحلیل ها
خلاصه ای از فرایند انجام شده
اطلاعات شبكه
خلاصه مدل
طبقه بندی
منحنی ROC
نمودار پیش بینی بر اساس مشاهده (Predicted-by-Observed Chart)
Cumulative Gains and lift charts
اهمیت متغیرهای مستقل
خلاصه
استفاده از پرسپترون چند لایه به منظور محاسبه هزینه های درمانی و مدت زمان بستری بیماران
آماده سازی داده ها جهت انجام تحلیل ها
آغاز آنالیزها
اعلام خطرها
خلاصه فرایند
اطلاعات شبكه
خلاصه مدل
جدول پیش بینی بر اساس مشاهده (Predicted-by-Observed Charts)
Residual by predicted chart
Independent variable importance
شبكه های عصبی در SPSS
خلاصه

بخش دوم

تابع شعاع مدار
استفاده از RBF جهت طبقه بندی مشتریان خدمات ارتباط از راه دور
آماده سازی داده ها جهت آغاز آنالیزها
راه اندازی آنالیزها
خلاصه فرایند انجام شده
اطلاعات شبكه
خلاصه مدل
طبقه بندی
نمودار پیش بینی بر اساس مشاهده
منحنی ROC
Cumulative gains and lift charts
پیوست
فایل های نمونه

شبیه سازی متعادل سازی بار در شبکه های برق با نرم افزار متلب

تحلیل تیر سراسری با استفاده از نرم افزار متلب

تحليل ورق تحت بار درون صفحه اي به روش اجزاء محدود با استفاده از نرم افزار متلب

جهت دانلود کتاب آموزش شبكه های عصبی در نرم افزار SPSS، بر لینک زیر کلیک نمایید:

کتاب آموزش شبكه های عصبی در نرم افزار SPSS

اگر به فراگیری مباحث مشابه مطلب بالا علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند:

کاربرد روش های اکتشافی مبتنی بر تحلیل بافت در گروه بندی کیفی محصولات فولادی

جعبه ابزار شبکه عصبی در نرم افزار متلب

کاربردهای منطق فازی در یادگیری ماشین

تشخیص خطای اولیه ترانسفورماتور بر اساس شبکه عصبی مصنوعی

آموزش شبکه عصبی مصنوعی به همراه تشریح کامل مسائل

مجموعه مثال های کاربردی حل شده در زمینه شبکه عصبی مصنوعی

طراحی شبکه های عصبی مصنوعی

:: موضوعات مرتبط: نرم افزار MATLAB، آموزش ویدیویی متلب MATLAB، کتاب و جزوات متلب MATLAB، پروژه و مقالات متلب MATLAB، پکیج ویژه و نرم افزارهای کاربردی، ،
:: برچسب‌ها: مدلسازی, شبیه سازی, نرم افزار متلب, حل معادله انتقال حرارت, روش صریح و ضمنی, یک بعدی, دو بعدی,

مقاله با عنوان: تعیین پروفیل سایشی غلتک های نورد گرم ورق با شبکه های عصبی و بهینه سازی توسط الگوریتم

نویسنده : www.BartarFile.ir

تاریخ : دو شنبه 6 شهريور 1396

پیش بینی پروفیل سایش غلتک های نورد به منظور برنامه ریزی پاس های نورد و برنامه نورد در کارخانجات نورد فولاد از اهمیت ویژه ای برخوردار است. در این پروژه طول غلتک نورد به بخش های کوچک تقسیم شد و برای هر بخش یک شبکه عصبی مجزا تعریف گردید که تمام این شبکه ها در یک شبکه واحد سفارشی تعریف گردیدند تا زمان مدل سازی کاهش یابد. برای هر بخش از طول غلتک معادله پروفیل سایش استخراج گردید و در اختیار الگوریتم ژنتیک برای کمینه کردن سایش قرار گرفت. در این پروژه از نرم افزار متلب MATLAB استفاده گردیده است. این پروژه بر مبنای داده های عملی خط نورد گرم فولاد سبا انجام شد. نتایج بدست آمده به خوبی با نمودارهای پروفیل سایش واحد سنگ زنی فولاد سبا تطابق دارد...

مجموعه آموزش‌های طراحی قالب و قالبسازی

مجموعه آموزش‌های روش اجزای محدود

مجموعه آموزش‌های شبکه عصبی مصنوعی در نرم افزار MATLAB

مقاله تعیین پروفیل سایشی غلتک های نورد گرم ورق با شبکه های عصبی و بهینه سازی توسط الگوریتم ژنتیک، مشتمل بر 8 صفحه، به زبان فارسی، تایپ شده، به همراه تصاویر، دیاگرام، فرمول ها و روابط ریاضی با فرمت pdf، به ترتیب زیر گردآوری شده است:

چکیده
مقدمه
شبکه عصبی و الگوریتم ژنتیک
نتایج و بحث
نتیجه گیری
پیوست
مراجع

آموزش شبکه عصبی مصنوعی به همراه تشریح کامل مسائل

مجموعه مثال های کاربردی حل شده در زمینه شبکه عصبی مصنوعی

کاهش بعد با استفاده از شبکه های عصبی

جهت دانلود مقاله تعیین پروفیل سایشی غلتک های نورد گرم ورق با شبکه های عصبی و بهینه سازی توسط الگوریتم ژنتیک، بر لینک زیر کلیک نمایید:

مقاله با عنوان: تعیین پروفیل سایشی غلتک های نورد گرم ورق با شبکه های عصبی و بهینه سازی توسط الگوریتم ژنتیک

ترسیم خط تاثیر نیروی محوری اعضاء و عکس العمل های تکیه گاهی خرپا دوبعدی در متلب

کاربرد روش اجزاء محدود در مسائل مهندسی سازه

تحلیل تیر سراسری با استفاده از نرم افزار متلب

تحلیل قوسی از دایره با تکیه گاه های گیردار با استفاده از نرم افزار متلب

طراحی و ساخت دستگاه ثبت کننده سیگنال الکترومایوگرام دو کانال

مدلسازی سیستم کروز کنترل در نرم افزار متلب

طراحی کنترل مدرن و کنترل بهینه برای مدل تابع تبدیل

طراحی و تحلیل ساختمان سوله صنعتی با استفاده از نرم افزار متلب

:: موضوعات مرتبط: نرم افزار MATLAB، آموزش ویدیویی متلب MATLAB، کتاب و جزوات متلب MATLAB، پروژه و مقالات متلب MATLAB، کتاب های مهندسی مکانیک، جزوات مهندسی مکانیک، تحقیق، مقاله، پروژه، مهندسی صنایع، پکیج ویژه و نرم افزارهای کاربردی، پروژه، ،
:: برچسب‌ها: روش اجزاء محدود, نرم افزار متلب, مهندسی سازه, نورد, غلتک نورد, شبکه عصبی, مدل سازی, MATLAB, پروفیل سایش,

مقاله با عنوان: كاربرد الگوریتم ژنتیك در طراحی و بهینه یابی پارامترهای كنترل كننده جهت تنظیم سوخت مو

نویسنده : www.BartarFile.ir

تاریخ : دو شنبه 6 شهريور 1396

در این مقاله با به كارگیری الگوریتم ژنتیك، به طراحی و بهینه یابی كنترل كننده فازی تناسبی مشتقی جهت تنظیم سوخت موتور توربوجت پرداخته شده است. در ابتدا با بهره گیری از روش مدل سازی وینر مدلی با ساختار بلوكی جهت شبیه سازی عملكرد موتور توربوجت پیشنهاد شده است كه این نوع مدل سازی برای اهدافی نظیر طراحی كنترل كننده مناسب می باشد. در ادامه با توجه به رفتار غیرخطی موتور، كنترل كننده فازی اولیه ای كه قواعد و پارامترهای آن بر اساس اطلاعات تجربی و شناخت قبلی از رفتار موتور تنظیم شده است، طراحی گردید. در پایان با به كارگیری الگوریتم ژنتیك، قواعد و پارامترهای كنترل كننده فازی اولیه با هدف كاهش میزان مصرف سوخت و همچنین بهبود رفتار سیستم در مود كنترلی گذرا بهینه گردید. نتایج شبیه سازی نشان می دهد كه كنترل كننده طراحی شده علاوه بر كاهش میزان مصرف سوخت، قادر است پاسخ زمانی و مشخصه های عملكردی سیستم نظیر خطای حالت ماندگار، فراجهش و زمان خیزش را به طور قابل ملاحظه ای بهبود بخشد...

مدلسازی و شبیهسازی توربین بادی مجهز به DFIG و STATCOM

مجموعه آموزش‌های شبکه عصبی مصنوعی در MATLAB

کنترل روبات دومحوره با کنترل کننده فازی

مقاله كاربرد الگوریتم ژنتیك در طراحی و بهینه یابی پارامترهای كنترل كننده جهت تنظیم سوخت موتور توربوجت، مشتمل بر 11 صفحه، به زبان فارسی، تایپ شده، به همراه تصاویر، دیاگرام، فرمول ها و روابط ریاضی با فرمت pdf، به ترتیب زیر گردآوری شده است:

چکیده
مقدمه
مدل سازی و شبیه سازی عملكرد موتور توربوجت
طراحی كنترل كننده فازی سوخت
طراحی كنترل كننده ژنتیك فازی
كدگذاری ضرایب اصلاح
كدگذاری پارامترهای توابع عضویت
كدگذاری پایگاه قواعد
تعریف تابع برازش
تحلیل نتایج
نتیجه گیری
پی نوشت
مراجع

توربو شفت‌ها

اصول مهندسی موتورهای احتراق داخلی

موتورهای هواپیما (پیستونی، جت و ملخ)

موتورهای احتراق داخلی

جهت دانلود مقاله كاربرد الگوریتم ژنتیك در طراحی و بهینه یابی پارامترهای كنترل كننده جهت تنظیم سوخت موتور توربوجت، بر لینک زیر کلیک نمایید:

مقاله با عنوان: كاربرد الگوریتم ژنتیك در طراحی و بهینه یابی پارامترهای كنترل كننده جهت تنظیم سوخت موتور توربوجت

ترسیم خط تاثیر نیروی محوری اعضاء و عکس العمل های تکیه گاهی خرپا دوبعدی در متلب

کاربرد روش اجزاء محدود در مسائل مهندسی سازه

تحلیل تیر سراسری با استفاده از نرم افزار متلب

تحلیل قوسی از دایره با تکیه گاه های گیردار با استفاده از نرم افزار متلب

طراحی و ساخت دستگاه ثبت کننده سیگنال الکترومایوگرام دو کانال

مدلسازی سیستم کروز کنترل در نرم افزار متلب

طراحی کنترل مدرن و کنترل بهینه برای مدل تابع تبدیل

طراحی و تحلیل ساختمان سوله صنعتی با استفاده از نرم افزار متلب

:: موضوعات مرتبط: نرم افزار MATLAB، آموزش ویدیویی متلب MATLAB، کتاب و جزوات متلب MATLAB، پروژه و مقالات متلب MATLAB، کتاب های مهندسی مکانیک، جزوات مهندسی مکانیک، تحقیق، مقاله، پروژه، مهندسی صنایع، مهندسی خودرو، اجزاء ماشین، نگهداری و تعمیرات، پروژه، ،
:: برچسب‌ها: الگوریتم ژنتیك, طراحی, بهینه یابی, كنترل كننده, سوخت موتور, مدل سازی, رفتار غیرخطی, كاهش میزان مصرف سوخت,

کتاب طراحی شبکه های عصبی مصنوعی

نویسنده : www.BartarFile.ir

تاریخ : دو شنبه 6 شهريور 1396

کتاب طراحی شبکه های عصبی مصنوعی (Neural Network Design)، سعی دارد تا شبکه های عصبی مصنوعی را بیشتر با مفهوم و ساختار اساسی اش بیان نماید. این کتاب اثر هاگان بوده که به همراه دانشجویانش تولباکس شبکه عصبی را نیز در نرم افزار متلب طراحی نموده اند. این کتاب مشتمل بر 19 فصل، 733 صفحه، به زبان انگلیسی، همراه با تصاویر، فرمول ها و جداول مهم، با فرمت pdf، به ترتیب زیر گردآوری شده است:

Chapter 1: Introduction
Chapter 2: Neuron Model and Network Architectures
Chapter 3: An Illustrative Example
Chapter 4: Perceptron Learning Rule
Chapter 5: Signal and Weight Vector Space
Chapter 6: Linear Transformations for Neural Network
Chapter 7: Supervised Hebbian Learning
Chapter 8: Performance Surfaces and Optimum Points
Chapter 9: Performance Optimization
Chapter 10: Widrow Hoff Learning
Chapter 11: Back propagation
Chapter 12: Variations on Back Propagation
Chapter 13: Associative Learning
Chapter 14: Competitive Networks
Chapter 15: Grossberg Network
Chapter 16: Adaptive Resonance Theory
Chapter 17: Stability
Chapter 18: Hopfield Network
Chapter 19: Epilogue
آموزش شبکه عصبی مصنوعی به همراه تشریح کامل مسائل

مجموعه مثال های کاربردی حل شده در زمینه شبکه عصبی مصنوعی

کاهش بعد با استفاده از شبکه های عصبی

جهت دانلود کتاب طراحی شبکه های عصبی (Neural Network Design)، بر لینک زیر کلیک نمایید:

کتاب طراحی شبکه های عصبی مصنوعی

ترسیم خط تاثیر نیروی محوری اعضاء و عکس العمل های تکیه گاهی خرپا دوبعدی در متلب

کاربرد روش اجزاء محدود در مسائل مهندسی سازه

تحلیل تیر سراسری با استفاده از نرم افزار متلب

تحلیل قوسی از دایره با تکیه گاه های گیردار با استفاده از نرم افزار متلب

طراحی و ساخت دستگاه ثبت کننده سیگنال الکترومایوگرام دو کانال

مدلسازی سیستم کروز کنترل در نرم افزار متلب

طراحی کنترل مدرن و کنترل بهینه برای مدل تابع تبدیل

طراحی و تحلیل ساختمان سوله صنعتی با استفاده از نرم افزار متلب

:: موضوعات مرتبط: نرم افزار MATLAB، آموزش ویدیویی متلب MATLAB، کتاب و جزوات متلب MATLAB، کتاب های مهندسی مکانیک، جزوات مهندسی مکانیک، کتب و جزوات، مهندسی رباتیک، ابزار شناسی، علم مواد و عملیات حرارتی، ،
:: برچسب‌ها: شبکه عصبی مصنوعی, نرم افزار MATLAB, کاهش بعد, داده های آماری, آموزش شبكه هاي عصبي,

مقاله با عنوان: روشی جدید برای پیش تعلیم شبکه عصبی بر مبنای ماشین بولتزمان عمیق به منظور افزایش سرعت

نویسنده : www.BartarFile.ir

تاریخ : دو شنبه 6 شهريور 1396

شبکه های عصبی عمیق دارای کاربردهای فراوانی در پردازش گفتار می باشند. در صورتی که این شبکه ها به صورت تصادفی مقدار دهی اولیه شوند به جواب درست همگرا نخواهند شد، چرا که دارای تعداد پارامترهای فراوانی می باشند. روش های متعددی برای پیش تعلیم شبکه های عصبی عمیق مطرح شده است که باعث همگرا شدن شبکه می شوند. پیش تعلیم شبکه های عصبی می تواند هم بر مبنای شبکه باور عمیق و هم ماشین بولتزمان عمیق انجام گیرد. در این مقاله شبکه عصبی عمیق با روش پیش تعلیم جدیدی که بر مبنای ماشین بولتزمان عمیق می باشد، آموزش می بیند. در نهایت خروجی شبکه عصبی پس از پیش تعلیم توسط روش ارائه شده، برای طبقه بندی واج ها مورد استفاده قرار می گیرد. نتایج تجربی بر روی دادگان گفتار تیمیت بیانگر آن است که روش ارائه شده برای کاربردهای بازشناسی واج مناسب می باشد. همچنین آزمایشات نشان داده است که روش ارائه شده بر مبنای ماشین بولتزمان عمیق به کاهش خطای عمومی سیستم و افزایش کارائی آن کمک می کند و از طرفی باعث همگرائی سریع تر شبکه عصبی عمیق می شود...

کاهش بعد با استفاده از شبکه های عصبی

آموزش شبكه هاي عصبي در نرم افزار SPSS

آموزش شبکه عصبی مصنوعی به همراه تشریح کامل مسائل

مقاله روشی جدید برای پیش تعلیم شبکه عصبی بر مبنای ماشین بولتزمان عمیق به منظور افزایش سرعت آموزش و دقت در بازشناسی واج، مشتمل بر 7 صفحه، به زبان فارسی، تایپ شده، به همراه تصاویر، دیاگرام، فرمول ها و روابط ریاضی با فرمت pdf، به ترتیب زیر گردآوری شده است:

چکیده
مقدمه
شبکه های عمیق
ماشین بولتزمان محدود (RBM)
شبکه باور عمیق (DBN)
ماشین بولتزمان عمیق (DBM)
روش جدید به منظور پیش تعلیم شبکه عصبی
ارزیابی
مقایسه روش های مختلف پیش تعلیم
مقایسه تاثیر مقادیر متفاوت ابر پارامتر آلفا
نتیجه گیری
مراجع

جهت دانلود مقاله روشی جدید برای پیش تعلیم شبکه عصبی بر مبنای ماشین بولتزمان عمیق به منظور افزایش سرعت آموزش و دقت در بازشناسی واج، بر لینک زیر کلیک نمایید:

مقاله با عنوان: روشی جدید برای پیش تعلیم شبکه عصبی بر مبنای ماشین بولتزمان عمیق به منظور افزایش سرعت آموزش

تشخیص خطای اولیه ترانسفورماتور بر اساس شبکه عصبی مصنوعی

برنامه نویسی به روش المان محدود در نرم افزار متلب

محاسبه معکوس ماتریس با استفاده از کوفاکتور در متلب

برنامه آنالیز قاب دو بعدی به روش تحلیل ماتریسی در نرم افزار متلب

پردازش سیگنال دیجیتال در نرم افزار متلب

تحلیل قوسی از دایره با تکیه گاه های گیردار با استفاده از نرم افزار متلب

:: موضوعات مرتبط: نرم افزار MATLAB، آموزش ویدیویی متلب MATLAB، کتاب و جزوات متلب MATLAB، پروژه و مقالات متلب MATLAB، کتاب های مهندسی مکانیک، جزوات مهندسی مکانیک، پروژه، ،
:: برچسب‌ها: پردازش گفتار, پیش تعلیم شبکه های عصبی, ماشین بولتزمان, شبکه عصبی, بازشناسی واج, برنامه نویسی,

جزوه آموزش کاهش بعد با استفاده از شبکه های عصبی

نویسنده : www.BartarFile.ir

تاریخ : دو شنبه 6 شهريور 1396

پیشرفت در جمع آوری و ذخیره داده در طول دهه های گذشته موجب انفجار داده در بیشتر موارد شده است. محققان در بسیاری از حیطه ها مانند مهندسی، ستاره شناسی، اقتصاد و تعاملات مصرف کننده، با مشاهدات و شبیه سازی بزرگ و بزرگتری روبه رو شده اند. چنین مجموعه داده ها در مقابل با مجموعه داده های کوچکتری که در گذشته مطالعه می شدند، چالش های جدیدتر در تحلیل داده ها به وجود آورده اند. به دلیل افزایش تعداد مشاهدات و از آن مهمتر به دلیل افزایش تعداد متغیرهای مربوط به هر مشاهده، روش های آماری قدیمی نسبتا درهم شکسته شد. مجموعه داده های با ابعاد زیاد چالش های ریاضیاتی زیادی همراه با فرصت های جدید به همراه داشتند. یکی از مسائل با مجموعه داده ابعاد بالا این است که در بسیاری از موارد همه متغیرهای اندازه گیری شده برای فهم موضوع موردنظر با اهمیت نیستند. کاهش بعد دسته بندی، تجسم، ارتباط و ذخیره داده با بعد بالا را تسهیل می بخشد. با وجود اینکه روش های جدید با هزینه محاسباتی بالا مدل های پیش بینی با دقت بالا از داده های با ابعاد بالا می سازند، هنوز هم در بسیاری از موارد تمایل به کاهش ابعاد داده اصلی به هر مدلی از داده است...

مدلسازی و شبیه سازی موتور هیسترزیس با نرم افزار متلب

کاربرد روش اجزاء محدود در مسائل مهندسی سازه

بررسی و شبیه سازی خواص نانو لوله های کربنی و کاربردهای آن

جزوه آموزش کاهش بعد با استفاده از شبکه های عصبی، مشتمل بر 22 صفحه، با فرمت PDF، تایپ شده، به زبان فارسی، به ترتیب زیر گردآوری شده است:

ماشین بولتزمن محدود (RBM)
نمونه سازی Gibbs
رمزگذار خودکار
شبکه های باور عمیق (DBN)
کاهش بعد
مقاله مورد بررسی
توضیحات تکمیلی
جزئیات پیش آموزش
جزئیات میزان سازی دقیق
متناسب شدن در logestic PCA
تاثیر پیش آموزش میزان سازی دقیق در رمزگذار خودکارهای عمیق و سطحی
جزئیات یافتن کدها برای اعداد MNIST
جزئیات یافتن رمز برای چهره های Olivetti
جزئیات یافتن رمزها برای اسناد رویتر
مقایسه با جاسازی خطی محلی
استفاده از پیش آموزش و میزان سازی دقیق برای دسته بندی اعداد
مراجع

* توجه: لازم به ذکر است که علاوه بر فایل جزوه آموزشی بالا، مقاله زیر نیز جهت دانلود قرار داده شده است:

مقاله کاهش بعد داده های تصاویر تشدید مغناطیسی مغز با استفاده از شبکه عصبی آموزش یافته توسط الگوریتم ژنی (16 صفحه، به زبان فارسی)

مدلسازی سیستم کروز کنترل در نرم افزار متلب

نرم افزار حل معادلات مهندسی

سیستم تعلیق خودرو برای یک چرخ

جهت دانلود جزوه آموزش کاهش بعد با استفاده از شبکه های عصبی به انضمام مقاله، بر لینک زیر کلیک نمایید:

جزوه آموزش کاهش بعد با استفاده از شبکه های عصبی

تشخیص خطای اولیه ترانسفورماتور بر اساس شبکه عصبی مصنوعی

برنامه نویسی به روش المان محدود در نرم افزار متلب

محاسبه معکوس ماتریس با استفاده از کوفاکتور در متلب

برنامه آنالیز قاب دو بعدی به روش تحلیل ماتریسی در نرم افزار متلب

پردازش سیگنال دیجیتال در نرم افزار متلب

تحلیل قوسی از دایره با تکیه گاه های گیردار با استفاده از نرم افزار متلب

:: موضوعات مرتبط: نرم افزار MATLAB، آموزش ویدیویی متلب MATLAB، کتاب و جزوات متلب MATLAB، پروژه و مقالات متلب MATLAB، کتاب های مهندسی مکانیک، جزوات مهندسی مکانیک، پروژه، ،
:: برچسب‌ها: روش اجزاء محدود, نرم افزار متلب, مهندسی سازه, نورد, غلتک نورد, شبکه عصبی, مدل سازی, MATLAB, پروفیل سایش,

آموزش متلب، دانلود کتاب آموزشی و مجموعه کدهای تخمین حالت و پارامتر با فیلتر کالمن در نرم افزار MATLA

نویسنده : www.BartarFile.ir

تاریخ : جمعه 13 مرداد 1396

تهیه اطلاعات پیوسته به روز و دقیق در مورد مکان و سرعت یک شی معین فقط به کمک توالی مشاهدات در مورد موقعیت آن شی، که هر کدام شامل مقداری خطاست امکان پذیر است. این فیلتر در طیف گسترده‌ای از کاربری‌های مهندسی از رادار گرفته تا بصیرت رایانه‌ای کاربرد دارد. روش تصفیه کالمن یکی از عناوین مهم در تئوری کنترل و مهندسی سیستم‌های کنترلی می‌باشد.

فیلتر کالمن (Kalman Filter) یک فیلتر بازگشتی کارامد است که حالت یک سیستم پویا را از یک سری اندازه گیری‌های همراه با خطا بر آورد می‌کند. به همراه یک تنظیم کننده خطی مرتبه دوم (linear quadratic regulator LQR) فیلتر کالمن مسائل Gaussian control خطی مرتبه دوم (linear-quadratic Gaussian control - LQG) را حل می‌کند. فیلتر کالمن، LQR و LQG راه حلی هستند برای آنچه شاید اساسی‌ترین مسائل تئوری کنترل می نامند...

کتاب نظریه و تمرین فیلتر کالمن با استفاده از نرم افزار متلب (Kalman Filtering - Theory and Practice Using MATLAB)، مشتمل بر 9 فصل، 582 صفحه، با فرمت pdf، همراه با تصاویر، به زبان انگلیسی، به ترتیب زیر گردآوری شده است:

Chapter 1: General Information

On Kalman Filtering
On Optimal Estimation Methods
On the Notation Used In This Book
Summary
Problems

Chapter 2: Linear Dynamic Systems

Chapter Focus
Dynamic System Models
Continuous Linear Systems and Their Solutions
Discrete Linear Systems and Their Solutions
Observability of Linear Dynamic System Models
Summary
Problems

Chapter 3: Random Processes and Stochastic Systems

Chapter Focus
Probability and Random Variables (RVs)
Statistical Properties of RVs
Statistical Properties of Random Processes (RPs)
Linear RP Models
Shaping Filters and State Augmentation
Mean and Covariance Propagation
Relationships Between Model Parameters
Orthogonality Principle
Summary
Problems

Chapter 4: Linear Optimal Filters and Predictors

Chapter Focus
Kalman Filter
Kalman–Bucy Filter
Optimal Linear Predictors
Correlated Noise Sources
Relationships Between Kalman–Bucy and Wiener Filters
Quadratic Loss Functions
Matrix Riccati Differential Equation
Matrix Riccati Equation In Discrete Time
Model Equations for Transformed State Variables
Application of Kalman Filters
Summary
Problems

Chapter 5: Optimal Smoothers

Chapter Focus
Fixed-Interval Smoothing
Fixed-Lag Smoothing
Fixed-Point Smoothing
Summary
Problems

Chapter 6: Implementation Methods

Chapter Focus
Computer Round off
Effects of Round off Errors on Kalman Filters
Factorization Methods for Square-Root Filtering
Square-Root and UD Filters
Other Implementation Methods
Summary
Problems

Chapter 7: Nonlinear Filtering

Chapter Focus
Quasilinear Filtering
Sampling Methods for Nonlinear Filtering
Summary
Problems

Chapter 8: Practical Considerations

Chapter Focus
Detecting and Correcting Anomalous Behavior
Prefiltering and Data Rejection Methods
Stability of Kalman Filters
Suboptimal and Reduced-Order Filters
Schmidt–Kalman Filtering
Memory, Throughput, and Wordlength Requirements
Ways to Reduce Computational Requirements
Error Budgets and Sensitivity Analysis
Optimizing Measurement Selection Policies
Innovations Analysis
Summary
Problems

Chapter 9: Applications to Navigation

Chapter Focus
Host Vehicle Dynamics
Inertial Navigation Systems (INS)
Global Navigation Satellite Systems (GNSS)
Kalman Filters for GNSS
Loosely Coupled GNSS/INS Integration
Tightly Coupled GNSS/INS Integration
Summary
Problems

کاربرد روش های اکتشافی مبتنی بر تحليل بافت در گروه بندی کيفی محصولات فولادی

کاربردهای منطق فازی در یادگیری ماشین

تشخیص خطای اولیه ترانسفورماتور بر اساس شبکه عصبی مصنوعی

* توجه: لازم به ذکر است که علاوه بر فایل کتاب آموزشی بالا، مجموعه کدهای تخمین حالت و پارامتر با فیلتر کالمن در نرم افزار MATLAB، جهت آموزش هرچه بهتر این مبحث نیز جهت دانلود قرار داده شده است:

مدل سیمیولینک و برنامه فیلتر کالمن استاندار یک بعدی 1D standard Kalman Filter (Simulink model and program)
بسته جامع فیلتر کالمن (Kalman Filter Package)
فایل آموزشی فیلتر کالمن در متلب Kalman Filter in Matlab (Tutorial)
آموزش فیلتر کالمن بی رد (Learning the Unscented Kalman Filter)
فیلتر کالمن خطی (Linear Kalman Filter)
چارچوب فیلتر کالمن برای تخمین حالت و پارامتر در متلب (Kalman filtering framework)
فیلتر کالمن برای رفع نویز فیلم های دارای نویز (Kalman filter for noisy movies)
بهینه سازی کمترین مربعات غیر خطی با استفاده از تخمین پارامتر توسط فیلتر کالمن بی رد (Nonlinear least square optimization through parameter estimation using the Unscented Kalman Filter)
یادگیری فیلتر کالمن از دیدگاه فیدبک (Learning the Kalman Filter: A Feedback Perspective)
آموزش پیاده سازی فیلتر کالمن در سیمیولینک (Learning Kalman Filter Implementation in Simulink)
آموزش فیلتر کالمن توسعه یافته (Learning the Extended Kalman Filter)
فیلتر کالمن توسعه یافته دوگانه (Dual Extended Kalman Filter)
فیلتر کالمن توسعه یافته برای داده های سیستم موقعیت دهی عمومی (Extended Kalman Filter(EKF) for GPS)
آموزش و طراحی شبکه های عصبی مصنوعی با استفاده از فیلتر کالمن بی رد (Neural Network training using the Unscented Kalman Filter)
فیلتر کالمن دسته ای (Ensemble Kalman Filter)
رابط گرافیکی یا GUI برای رفع نویز سیگنال های ویدئویی و تصویری با استفاده از فیلتر کالمن (GUI for denoising video signals with Kalman filter)
تعقیب هدف دو بعدی با استفاده از فیلتر کالمن (2D Target tracking using Kalman filter)
تخمین یک حالت دارای مقدار ثابت با استفاده از فیلتر کالمن (Estimating a constant state using the Kalman Filter)
فیلتر کالمن سلسله مراتبی برای پیش بینی سری های زمانی پزشکی (Hierarchical Kalman Filter for clinical time series prediction)
آموزش و طراحی شبکه های عصبی مصنوعی با استفاده از فیلتر کالمن توسعه یافته (Neural Network training using the Extended Kalman Filter)

جعبه ابزار شبکه عصبی در نرم افزار متلب

آموزش شبکه عصبی مصنوعی به همراه تشریح کامل مسائل

آموزش شبكه هاي عصبي در نرم افزار SPSS

جهت دانلود کتاب آموزشی و مجموعه کدهای تخمین حالت و پارامتر با فیلتر کالمن در نرم افزار MATLAB بر لینک زیر کلیک نمایید:

آموزش متلب، دانلود کتاب آموزشی و مجموعه کدهای تخمین حالت و پارامتر با فیلتر کالمن در نرم افزار MATLAB

اگر به فراگیری مباحث مشابه مطلب بالا علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند

مجموعه مثال های کاربردی حل شده در زمینه شبکه عصبی مصنوعی

کاهش بعد با استفاده از شبکه های عصبی

طراحی شبکه های عصبی مصنوعی

طراحی اسیلواسکوپ با استفاده از adc کارت صدا و نرم افزار MATLAB

حل معادلات لاپلاس برای مش بندی سه و هشت گرهی

تحلیل صفحه خمشی تحت بار گسترده ثقلی در نرم افزار متلب

تحليل ورق تحت بار درون صفحه اي به روش اجزاء محدود با استفاده از نرم افزار متلب

:: موضوعات مرتبط: نرم افزار MATLAB، آموزش ویدیویی متلب MATLAB، کتاب و جزوات متلب MATLAB، پروژه و مقالات متلب MATLAB، تحقیق، مقاله، پروژه، مهندسی رباتیک، مهندسی صنایع، مهندسی خودرو، اجزاء ماشین، نگهداری و تعمیرات، ابزار شناسی، پکیج ویژه و نرم افزارهای کاربردی، پروژه، ،
:: برچسب‌ها: تابع اولیه گیری, ضمنی و صریح, بتای نیومارک, ویلسون تتا, تخمین تصحیح, بردارهای سرعت و شتاب, رفتار خطی و ناخطی, عملکرد بهتر, ,

کتاب آموزش فشرده سازی تصاویر و ویدئو با استفاده از نرم افزار MATLAB

نویسنده : www.BartarFile.ir

تاریخ : جمعه 13 مرداد 1396

کتاب آموزش فشرده سازی تصاویر و ویدئو با استفاده از نرم افزار متلب (Still Image & Video Compression with MATLAB)، مشتمل بر 10 فصل، 443 صفحه، با فرمت pdf، همراه با تصاویر، به زبان انگلیسی، به ترتیب زیر گردآوری شده است:

جعبه ابزار شبکه عصبی در نرم افزار متلب

آموزش شبکه عصبی مصنوعی به همراه تشریح کامل مسائل

آموزش شبكه هاي عصبي در نرم افزار SPSS

Chapter 1: Introduction

What is Source Coding
Why is Compression Necessary
Image and Video Compression Techniques
Video Compression Standards
Organization of the Book
Summary
References

Chapter 2: Image Acquisition

Introduction
Sampling a Continuous Image
Image Quantization
Color Image Representation
Summary
References
Problems

Chapter 3: Image Transforms

Introduction
Unitary Transforms
Karhunen–Lo`eve Transform
Properties of Unitary Transforms
Summary
References
Problems

Chapter 4: Discrete Wavelet Transform

Introduction
Continuous Wavelet Transform
Wavelet Series
Discrete Wavelet Transform
Efficient Implementation of 1D DWT
Scaling and Wavelet Filters
Two-Dimensional DWT
Energy Compaction Property
Integer or Reversible Wavelet
Summary
References
Problems

Chapter 5: Lossless Coding

Introduction
Information Theory
Huffman Coding
Arithmetic Coding
Golomb–Rice Coding
Run–Length Coding
Summary
References
Problems

Chapter 6: Predictive Coding

Introduction
Design of a DPCM
Adaptive DPCM
Summary
References
Problems

Chapter 7: Image Compression in the Transform Domain

Introduction
Basic Idea Behind Transform Coding
Coding Gain of a Transform Coder
JPEG Compression
Compression of Color Images
Blocking Artifact
Variable Block Size DCT Coding
Summary
References
Problems

Chapter 8: Image Compression in the Wavelet Domain

Introduction
Design of a DWT Coder
Zero-Tree Coding
JPEG2000
Digital Cinema
Summary
References
Problems

Chapter 9: Basics of Video Compression

Introduction
Video Coding
Stereo Image Compression
Summary
References
Problems

Chapter 10: Video Compression Standards

Introduction
MPEG-1 and MPEG-2 Standards
MPEG-4
H.264
Summary
References
Problems
Index
کاربرد روش های اکتشافی مبتنی بر تحليل بافت در گروه بندی کيفی محصولات فولادی

کاربردهای منطق فازی در یادگیری ماشین

تشخیص خطای اولیه ترانسفورماتور بر اساس شبکه عصبی مصنوعی

جهت دانلود کتاب آموزش فشرده سازی تصاویر و ویدئو با استفاده از نرم افزار متلب (Still Image & Video Compression with MATLAB)، بر لینک زیر کلیک نمایید:

:: موضوعات مرتبط: نرم افزار MATLAB، آموزش ویدیویی متلب MATLAB، کتاب و جزوات متلب MATLAB، پروژه و مقالات متلب MATLAB، مهندسی صنایع، اجزاء ماشین، نگهداری و تعمیرات، پکیج ویژه و نرم افزارهای کاربردی، پروژه، ،
:: برچسب‌ها: شبکه عصبی مصنوعی, نرم افزار MATLAB, کاهش بعد, داده های آماری, آموزش شبكه هاي عصبي,

صفحه قبل 1 1 2 3 4 5 ... 9 صفحه بعد

.:: This Template By : Theme-Designer.Com ::.