نمایش

دانلود رایگان پاورپوینت شبکه های عصبی زیستی

دانلود PPT شبکه های عصبی زیستی

دانلود پاورپوینت شبکه های عصبی زیستی

دانلود PPT به صورت اسلاید شبکه های عصبی

دانلود رایگان PPT شبکه های عصبی زیستی

دانلود رایگان پاورپوینت شبکه های عصبی زیستی – دانلود PPT شبکه های عصبی زیستی – دانلود پاورپوینت شبکه های عصبی زیستی – دانلود PPT به صورت اسلاید شبکه های عصبی – دانلود رایگان PPT شبکه های عصبی زیستی – علم افشا

Artificial Neural Networks

مباحث :

آشنایی با شبکه های عصبی زیستی

معرفی شبکه های عصبی مصنوعی(ANNها)

مبانی شبکه های عصبی مصنوعی توپولوژی شبکه

نرم افزارهای شبکه های عصبی

مقایسه ی مدل سازی کلاسیک و مدل سازی شبکه ی عصبی

فرآیند یادگیری شبکه

تجزیه و تحلیل داده ها توسط شبکه های عصبی مصنوعی

ایده ی اصلی شبکه های عصبی مصنوعی

مهم ترین تفاوت حافظه ی انسان و حافظه ی کامپیوتر

شبکه های عصبی در مقابل کامپیوترهای معمولی

دانلود رایگان پاورپوینت شبکه های عصبی زیستی

دانلود PPT شبکه های عصبی زیستی

دانلود پاورپوینت شبکه های عصبی زیستی

دانلود PPT به صورت اسلاید شبکه های عصبی

دانلود رایگان PPT شبکه های عصبی زیستی

معایب شبکه های عصبی مصنوعی

کاربردهای شبکه های عصبی مصنوعی

آشنایی با شبکه های عصبی زیستی

این شبکه ها مجموعه ای بسیار عظیم از پردازشگرهایی موازی به نام نورون اند که به صورت هماهنگ برای حل مسئله عمل

می کنند و توسط سیناپس ها(ارتباط های الکترومغناطیسی)اطلاعات را منتقل می کنند.

در این شبکه ها اگر یک سلول آسیب ببیند بقیه ی سلولها می توانند نبود آنرا جبران کرده و نیز در بازسازی آن سهیم باشند.

این شبکه ها قادر به یادگیری اند.مثلا با اعمال سوزش به سلولهای عصبی لامسه، سلولها یاد می گیرند که به طرف جسم داغ

نروند و با این الگوریتم سیستم می آموزد که خطای خود را اصلاح کند.back propagation of error))

دانلود رایگان پاورپوینت شبکه های عصبی زیستی

دانلود PPT شبکه های عصبی زیستی

دانلود پاورپوینت شبکه های عصبی زیستی

دانلود PPT به صورت اسلاید شبکه های عصبی

دانلود رایگان PPT شبکه های عصبی زیستی

یادگیری در این سیستم ها به صورت تطبیقی صورت می گیرد، یعنی با استفاده ازمثال ها وزن سیناپس ها به گونه ای تغییر

می کند که در صورت دادن ورودی های جدید سیستم پاسخ درستی تولید کند.

معرفی ANN ها

یک سیستم پردازشی داده ها که از مغز انسان ایده گرفته و پردازش داده ها را به عهده ی پردازنده های کوچک و بسیار زیادی

سپرده که به صورت شبکه ای به هم پیوسته و موازی با یکدیگر رفتار می کنند تا یک مسئله را حل کنند.

در این شبکه ها به کمک د انش برنامه نویسی ، ساختا ر داده ای طراحی می شود که می تواند هما نند نورون عمل کند.که به

این ساختارداده node یا گره نیزگفته می شود.بعد باایجاد شبکه ای بین این node ها و اعمال یک الگوریتم آموزشی به آ ن،

شبکه را آموزش می دهند .

در این حافظه یا شبکه ی عصبی node ها دارای دو حالت فعال(on یا ۱) وغیرفعال( off یا ۰) اند و هر یال (سیناپس یا ارتباط بین

node ها)دارای یک وزن می باشد.

دانلود رایگان پاورپوینت شبکه های عصبی زیستی

دانلود PPT شبکه های عصبی زیستی

دانلود پاورپوینت شبکه های عصبی زیستی

دانلود PPT به صورت اسلاید شبکه های عصبی

دانلود رایگان PPT شبکه های عصبی زیستی

یالهای با وزن مثبت ،موجب تحریک یا فعال کردن node غیر فعال بعدی می شوند و یالهای با وزن منفی node متصل بعدی را غیر

فعال یا مهار(در صورتی که فعال بوده باشد) می کنند.

معرفی ANN ها(ادامه…)

ANN ها در واقع مثلثی هستند با سه ضلع مفهومی :

سیستم تجزیه و تحلیل داده ها

نورون یا سلول عصبی

قانون کار گروهی نورونها (شبکه)

ANN ها دست کم از دو جهت شبیه مغز انسا ن اند:

مرحله ای موسوم به یاد گیری دارند.

وزن های سیناپسی جهت ذخیره ی دانش به کار می روند.

هوش مصنوعی و مدل سا زی شناختی سعی بر این دارند که بعضی خصوصیا ت شبکه های عصبی را شبیه سازی کنند.

دانلود رایگان پاورپوینت شبکه های عصبی زیستی

دانلود PPT شبکه های عصبی زیستی

دانلود پاورپوینت شبکه های عصبی زیستی

دانلود PPT به صورت اسلاید شبکه های عصبی

دانلود رایگان PPT شبکه های عصبی زیستی

گرچه این دو روش ها یشان شبیه هم است، اما هدف هوش مصنوعی از این کار حل مسائل شخصی و هدف مدل سا زی

شناختی ،ساخت مدلهای ریا ضی سیستم های نورونی زیستی می باشد .

به طور خلاصه یک شبکه عصبی باید خصوصیات زیر را داشته باشد:

بتواند الگوها را طبقه بندی کند.

به اندازه کافی کوچک باشد تا از نظر فیزیکی واقع گرایانه باشد.

با به کار گیری آموزش، قابل برنامه ریزی باشد و قدرت یادگیری داشته باشد. یعنی توانایی تنظیم پارامترهای شبکه ( اوزان

سیناپتیکی )، در مسیر زمان که محیط شبکه تغییر می کند و شبکه وارد شرایط جدیدی می شود.

هدف از این کار این است که اگر شبکه برای یک وضعیت خاص آموزش دید و تغییر کوچکی در شرایط محیطی شبکه رخ داد، شبکه

بتواند با آموزش مختصر، برای شرایط جدید نیز کارآمد باشد.

دانلود رایگان پاورپوینت شبکه های عصبی زیستی

دانلود PPT شبکه های عصبی زیستی

دانلود پاورپوینت شبکه های عصبی زیستی

دانلود PPT به صورت اسلاید شبکه های عصبی

دانلود رایگان PPT شبکه های عصبی زیستی

دیگر این که اطلاعات در شبکه های عصبی در سیناپس ها ذخیره و هر نرون در شبکه به صورت بالقوه از کل فعالیت سایر نرون

ها تأثیر می پذیرد. در نتیجه اطلاعات از نوع مجزا از هم نبوده و متأثر از کل شبکه می باشد.

توانایی تعمیم را با استفاده از مثال های ارائه شده در فرآیند آموزش، داشته باشد.

مبانی ANN ها

شبکه های عصبی به طور کلی سیستمهای ریاضی یادگیر غیر خطی هستند. طرز کار این شبکه ها از روش کار مغز انسان الگو برداری شده است.

در واقع شبکه های عصبی طبق تعریف ماشینی است برای ساخت یک مدل که می توان آن را بوسیله سخت افزار یا نرم افزار

شبیه سازی کرد و عملکردی شبیه مغز انسان دارند.

یک شبکه عصبی بر خلاف کامپیوترهای رقومی که نیازمند دستورات کاملا صریح و مشخص است٬ به مدل های ریاضی محض

نیاز ندارد

بلکه مانند انسان قابلیت یادگیری به وسیله تعدادی مٽال مشخص را دارد.

هر شبکه عصبی سه مرحله آموزش٬ اعتبار سنجی و اجرا را پشت سر می گذارد.

دانلود رایگان پاورپوینت شبکه های عصبی زیستی

دانلود PPT شبکه های عصبی زیستی

دانلود پاورپوینت شبکه های عصبی زیستی

دانلود PPT به صورت اسلاید شبکه های عصبی

دانلود رایگان PPT شبکه های عصبی زیستی

در واقع شبکه های عصبی را می توان درحل مسایلی که روابط دقیق ریاضی بین ورودی ها و خروجی های آن برقرار نیست بکار

برد.

آموزش دیدن شبکه های عصبی در واقع چیزی جز تنظیم وزن های ارتباطی این نرون ها به ازائ دریافت مٽال های مختلف نیست

تا خروجی شبکه به سمت خروجی مطلوب همگرا شود.

مدل ریاضی یک نورون همان گونه که ذکر شد نرون کوچکترین واحد یک شبکه عصبی مصنوعی است که عملکرد شبکه های

عصبی را تشکیل می دهد.

بدنه هر سلول عصبی از دو بخش تشکیل می شود٬ بخش اول را تابع ترکیب می گویند. وظیفه تابع ترکیب این است که تمام

ورودی ها را ترکیب و یک عدد تولید می کند.

در بخش دوم سلول تابع انتقال قرار دارد که به آن تابع تحریک نیز می گویند. درواقع همان گونه که یک سلول بیولوژیک باید به

سطح آستانه تحریک خاصی برسد تا یک سیگنال تولید کند٬ توابع تحریک نیز تا زمانی که ورودی های ترکیب شده و وزن دار شده

به یک حد آستانه ای خاص نرسند مقدار خروجی نظیر بسیار کوچکی تولید میکنند.

دانلود رایگان پاورپوینت شبکه های عصبی زیستی

دانلود PPT شبکه های عصبی زیستی

دانلود پاورپوینت شبکه های عصبی زیستی

دانلود PPT به صورت اسلاید شبکه های عصبی

دانلود رایگان PPT شبکه های عصبی زیستی

وقتی ورودی های ترکیب شده به حد آستانه ای خاصی برسند٬ سلول عصبی تحریک شده و سیگنال خروجی تولید می کند.

با مقایسه جواب خروجی شبکه با مقدار مطلوب مورد نظر بردار خطا محاسبه شده و این بردار با استفاده از الگوریتم های مختلف

از آخر به سمت ابتدای شبکه پخش شده٬ به طوری که درسیکل بعد خطا کاهش یابد.

توپولوژی شبکه

وضعیت نسبی سلولها در شبکه(تعداد و گروه بندی و نوع اتصالات آنها)را توپولوژی شبکه گویند.توپولوژی در واقع سیستم اتصال

سخت افزار نورونها به یکدیگر است که توام با نرم افزار مربوطه (یعنی روش ریاضی جریان اطلاعات و محاسبه ی وزنها)نوع عملکرد

شبکه ی عصبی را تعیین می کند.

در این توپولوژی یک لایه ی ورودی وجود دارد که اطلاعات را دریافت می کند،تعدادی لایه ی مخفی وجود دارد که اطلاعات را از لایه

های قبلی می گیرند و در نهایت یک لایه ی خروجی وجود دارد که نتیجه ی محاسبات به آنجا میرود و جوابها در آن قرار میگیرند.

دانلود رایگان پاورپوینت شبکه های عصبی زیستی

دانلود PPT شبکه های عصبی زیستی

دانلود پاورپوینت شبکه های عصبی زیستی

دانلود PPT به صورت اسلاید شبکه های عصبی

دانلود رایگان PPT شبکه های عصبی زیستی

FeedForward topology

Recurrent topology

نرم افزارهای شبکه های عصبی

نرم افزارهایی برای شبیه سازی ،مطالعه و تحقیق سیستمهای عصبی زیستی و گسترش شبکه های عصبی مصنوعی

وAdaptive system ها .

شبیه سازها:

نرم افزارهایی برای شبیه سازی رفتار شبکه های عصبی زیستی و مصنوعی که به صورت مستقل عمل می کنند و قادرند فرآیند

آموزش شبکه ی عصبی را به شکل تصویری نمایش دهند.

شبیه سازهای تحقیقاتی :برای مطالعه ی الگوریتم ها و ساختارهای شبکه ی عصبی که به فهم بهتر رفتارها و خصوصیات

شبکه ی عصبی کمک می کنند.

(مطالعه ی ویژگی های شیمیایی و زیستی بافتهای عصبی و پالس های الکترومغناطیسی بین نورونها).

دانلود رایگان پاورپوینت شبکه های عصبی زیستی

دانلود PPT شبکه های عصبی زیستی

دانلود پاورپوینت شبکه های عصبی زیستی

دانلود پاورپوینت شبکه های عصبی زیستی

دانلود رایگان PPT شبکه های عصبی زیستی

رایجترین شبیه سازهای ANN ها :

SNNS(stuttgart neural network simulator),PDP++(parallel distribution processing),JavaNNS

رایجترین شبیه سازهای شبکه های زیستی:

XNBC,BNN ToolBox

و…