[Zohreh Gholami]

پیرامون شبکه های عصبی و مقایسه آن با شبکه های عصبی انسان


این تحقیق با دو هدف اصلی زیر صورت گرفته است:
1.درک اولیه ای از شبکه های عصبی
2.شروع یک رویه تحقیقاتی بلند مدت روی یادگیری ویاد آوری در انسان

در این تحقیق از منابع بسیار متنوعی استفاده شده است ابتدا یک بررسی اجمالی روی انواع شبکه های عصبی انجام شده است و نوع پرسپترون به دلیل کاربرد فراوان بیشتر شرح داده شده است.این تحقیق صرفا گرداوری است تا پس از تکمیل تر شدن اطلاعات شاید افقی جدید حاصل شود. سپس در باره یادگیری ماشین و نیز یادگیری انسان مطالبی مبسوط آورده شده است و در پایان با مقایسه یافته ها با برخی یافته های پزشکی چند قیاس انجام گردیده. در پایان خلاصه ای از مبحث پردازش تصویر که شبکه های عصبی در آن کاربرد ویژه ای دارند آمده است.


شبکه عصبی چیست؟
روشی برای محاسبه است که بر پایه اتصال به هم پیوسته چندین واحد پردازشی ساخته می شود. شبکه از تعداد دلخواهی سلول یا گره یا واحد یا نرون تشکیل میشود که مجموعه  ورودی را به خروجی ربط میدهند شبکه عصبی مصنوعی روشی عملی برای یادگیری توابع گوناگون نظیر توابع با مقادیر حقیقی، توابع با مقادیر گسسته و توابع با مقادیر برداری میباشد. یادگیری شبکه عصبی در برابر خطاهای داده های آموزشی مصون بوده و اینگونه شبکه ها با موفقیت به مسائلی نظیر شناسائی گفتار، شناسائی و تعبیر تصاویر، و یادگیری روبات اعمال شده است.


شبکه عصبی چه قابلیت هائی دارد؟
محاسبه یک تابع معلوم
تقریب یک تابع ناشناخته
شناسائی الگو
پردازش سیگنال
یادگیری انجام موارد فوق

از موارد کاربرد روزمره شبکه های عصبی می توان به شبکه های آدالاین اشاره نمود که در خطوط مخابراتی جهت کاهش نویز به کار می رود و نیز در سیستم های تشخیص متن و صدا و . . . نیز کاربرد فراوان دارد. آنچه که در این تحقیق برای ما اهمیت دارد توانایی آن در بکارگرفته شدن در سیستمهای تشخیص صدا و تصویر و نیز گفتار می باشد.

ادامه مقاله در لینک زیر

پیرامون شبکه های عصبی و مقایسه آن با شبکه های عصبی انسان

کد [انتخاب] Expand

حجم: 845 KB
پسورد: meta4u.com

مقاله های کامپیوتر, مقاله های دانشگاهی, هوش مصنوعی, شبکه عصبی چیست, شبکه عصبی چه قابلیت هایی دارد, یادگیری شبکه عصبی, شبکه عصبی مصنوعی, یادگیری یک پرسپترون, الگوریتم های یادگیری پرسپترون, فضای فرضیه و بایاس استقرا, نگاهی به نظریه های یادگیری از دیدگاه علوم کامپیوتر, یادگیری مبتنی بر منطق و استنتاج, پیشگامان متا, meta4u.com