شبکه های عصبی NEURAL NETWORK GENETEC ALGORITM 200ص
پيش گفتار 1 سازماندهي 2
فصل اول : آشنايي با سيستمهاي هوشمند مصنوعي 3 1-1 - شبكههاي عصبي 5 2-1 - منطق فازي 6 3-1 - الگوريتمهاي ژنتيكي 8 4-1 - ساختار اين كتاب 9 خلاصه 12
فصل دوم: بخش اساسي شبكه عصبي 1-2 - مفاهيم اساسي شبكههاي عصبي 14 2-2 - مغز انسان 15 3-2 - مدل مصنوعي عصب 17 عملكرد Signum 19 عملكرد Sigmoidal 20 4-2 - معماري شبكههاي عصبي 21 1-4-2 - شبكه پيش خورد تك قشري 22 2-4-2- شبكه پيش خورد چند قشري 23 3-4-2- شبكههاي متناوب (پس خورد) 24 5-2- مشخصات شبكههاي عصبي 24 6-2 - روشهاي يادگيري 25 7-2 - طبقهبندي معماري شبكه عصبي 27 تاريخچه تحقيقات شبكه عصبي 28 9-2 - معماري شبكه عصبي اوليه 30 1-9-2 - پرسيترن زرنبلاتس 30 پرسپترن و فعاليتهاي مجزاي خطي 32 مسئله XOR 33 الگوريتم 1-2 34 2-9-2 - شبكه ADALINE 36 10-2 - برخي از كاربردهاي اين زمينه 38 تشخيص نمونه (PR) پردازنده تصوير 38 بهينه سازي / رضايت ناگزير 39 پيش بيني كردن و برآورد خطر 39 سيستمهاي كنترل 39 خلاصه 39 تكنيكهاي برنامهدار 41 مطالعات بعدي پيشنهاد شده 41
فصل سوم: شبكههاي پيش تكثير 1-3 - معماري شبكه پيش تكثير 44 1-1-3 مدل پرسپترن 44 2-1-3 - راه حل 45 3-1-3 - شبكه عصبي مصنوعي تك قشري 48 4-1-3 - مدلي براي پرسپترن چند قشري 51 2-3- يادگيري باز تكثير 53 1-2-3 - محاسبه قشر ورودي 54 2-2-3 - محاسبه قشر مخفي 54 3-2-3 محاسبه قشر خروجي 56 4-2-3 - محاسبه خطا 56 5-2-3 - آموزش شبكه عصبي 57 6-2-3 - روش شيب استيپست 59 7-2-3 - تأثير نرخ يادگيري 64 8-2-3 - افزودن اصطلاح شتاب 65 9-2-3- الگوريتم بازتكثير 66 الگوريتم 1-3 (الگوريتم يادگيري باز تكثير) 67 الگوريتم BPN 67 پايان الگوريتم BPN 70 3-3- مثال 70 4-3- كاربردها 73 1-3-4- طراحي ژورنال ياتاقان 73 2-4-3- طبقهبندي خاك 79 3-4-3- فشار كاري فولاد داغ 82 تأثير پارامترهاي تنظيم شده شبكه عصبي پيش تكثير 85 دستيابي Sigmoidal 87 ارزش آستانه 88 3-6 - انتخاب پارامترهاي مختلف در BPN 90 3-6-1- تعداد گره هاي مخفي 90 3-6-2- ضريب سرعت 91 3-6-3- دستيابي 92 3-6-4- محلي local Minima 92 ضريب يادگيري 93 7-3- نوسانهاي استاندارد الگوريتم پيش تكثير 93 1-7-3 - روال تكرار Decremental 93 3-7-2- پيش تكثير متناسب شده (يادگيري با سرعت) 94 3-7-3- الگوريتم ژنتيكي بر پايه پيش تكثير بودن 96 3-7-4- آموزش پروانه سريع 96 شبكه BP افزايش يافته 96 3-7-6- شيوه يادگيري متداولي براي شبكه عصبي تك قشر مخفي 100 3-8 - جهت تحقيق 101 1-8-3- توپولوژيهاي جديد 101 2-8-3- الگوريتمهاي بهتر يادگيري 101 3-8-3- استراتژيهاي بهتر آموزشي 102 4-8-3 - اجزاي سختافزار 102 5-8-3 شبكههاي هوشمند 102 خلاصه 103
فصل چهارم:حافظه مرتبط 1-4 - خود همبستهها 110 شناسايي مدلهاي شلوغ 112 2-4 - نا همبسته :كاسكو BAM مجزا 113 1-2-4 - افزايش و حذف مدلهاي جفت 114 2-2-4- عملكرد انرژي براي BAM 114 3-4 - استراتژي رمزگذاري آموزشي متعدد ونگ اتال 118 الگوريتم 1-4 - (استراتژي رمزگذاري آموزشي متعدد ونگ اتال) 119 4-4 - BAM نمايي 124 1-4-4 تساويهاي توسعه يافته 124 5-4 - حافظه مرتبط براي جفت مدلهايي كه به صورت حقيقي كدگذاري شدهاند 126 1-5-4 - نرمال كردن ورودي 127 2-5-4 - تساويهاي توسعه يافته 127 الگوريتم 2-4 (حافظه مرتبط دوجهتي ساده شده) 128 6-4 – كاربردها 131 1-6-4 - تشخيص نشانهها 132 فراخواني نشانههاي نويزي 134 2-6-4 - شناسايي نقص ساختار 134 7-4 - گرايش جديد 138 خلاصه 138 تكليفهاي برنامهريزي 140
فصل پنجم: تئوري رسنانس تنظيم شونده 1-5 – پيشگفتار 144 1-1-5 - ساختار گروه 144 2-1-5 -كميت سازي بردار 145 3-5-1 - شبكه ART سنتي 156 4-1-5 - ساده سازي معماري ART 159 2-5 - 1ART 160 1-2-5 - معماري 1ART 161 2-2-5 - مشخصه ويژه مدل 1ART 163 3-2-5- الگوريتمَ ART 167 3-5- 2ART 175 3-5 معماري 2ART 175 2-3-5- الگوريتم 2ART 177 الگوريتم 2-5 ( الگوريتم 2ART ) 177 4-5 –كاربردها 181 1-4-5- شناسايي مشخصه با استفاده از 1ART 181 2-4-5 - طبقه بندي خاك (راجاسكاران اتال2001) 182 نمونهIS 183 4-4-5 - شناسايي مشخصه چيني- بعضي بيانات 188 5-5 - حساسيت ترتيب اطلاعات 189 خلاصه 190 مطالعات اضافي پيشنهاد شده 191 واژه نامه 201 فهرست اشكال شكل 1-1 تعامل تكنولوژيهاي عصبي، منطق امكان و الگوريتم ژنتيكي 4 شكل 1-2 ساختار فيزيكي مغز انسان – نهاي چند بعدي 15 شكل 2-2 ساختار عصب 17 شكل 3-2 مدل سادهاي از يك عصب مصنوعي 18 شكل 4-2 عملكرد ورودي 19 شكل 5-2 عملكرد Signum 19 شكل 6-2 عملكرد sigmaidal 20 شكل 7-2 يك مثال ديگراف 21 شكل 8-2 شبكه پيش خورد تك قشري 22 شكل 9-2 شبكه پيش خورد چند قشري ( آرايش l- m-n) 23 شكل 10-2 شبكه عصبي متناوب 24 شكل 11-2 طبقهبندي الگوريتمهاي يادگيري 27 شكل (12-2) مدل اصلي پرسپترن رزنبلاتس 30 شكل 13-2 مدل ساده پرسپترن 31 شكل 14-2 مدل پرسپترن پيش خورد چند قشري 31 شكل 15-2 مدلهاي مجزاي خطي و مدلهاي مجزاي غير خطي 32 جدول 3-2 جدول واقعي XOR 33 شكل 16-2 مدل مجزاي غير خطي مسئله XOR 33 شكل 17-2 مدل پرسپترن با دو ورودي 34 شكل18-2خط مستقيم به عنوان حدودتصميمگيري جداگانهبرايمسئلهدو،طبقهبنديشده 34 شكل 22-2 تصميمهاي اتخاذ شده براي مسئله XOR 38 شكل 1-3 تركيب پرسپترها براي حل مسئله XOR 44 شكل 2-3 عملكرد آستانه سخت – ضربه 45 شكل 3-3 يك عصب مصنوعي 46 شكل الف 4-3 شبكه عصبي پيش خورد تك قشري 49 شكل ب 4-3 شبكه عصبي پيش خورد تك قشري از دياگرام دستگاه 49 شكل الف 5-3 عملكرد S اسكواش براي ارزشهاي مختلف 50 شكل ب 5-3 ضريب زاويه S اسكواش 50 شكل الف 6-3 پرسپترن چند قشري 52 شكل ب 6-3 دياگرام دستگاه نشانگر ANN سه قشري 52 شكل 7-3 شبكه باز تكثير پيش خورد چند قشري 53 شكل 8-3 آستانه در قشر مخفي 55 شكل 9-3 آستانه قشر خروجي 56 شكل 10-3 تشابه ميان اطلاعات جديد و دانش گذشته 58 شكل 11-3 59 شكل 12-3 قاعده اقليد سي خطاها 59 شكل 13-3 نمونه سطح خطا براي شبكههاي MLFF با عملكرد فعالسازي غير خطي 60 شكل 14-3 جهت ضريب زاويه حالت دوبعدي 61 شكل 15-3 روشهاي همگرايي براي ضريب مختلف يادگيري 65 شكل 16-3 معماري MFNN براي نمونه 71 شكل الف 17-3 نمونههاي مختلف ياتاقان 74 شكل ب 17-3 ژورنال ياتاقان 75 شكل الف 18-3 مقايسه ارزشهاي خروجي 76 شكل ب 18-3 مقايسه ارزشهاي خروجي 76 شكل الف 19-3 مقايسه ارزشهاي خروجي 78 شكل ب 19-3 مقايسه ارزشهاي خروجي 78 شكل 20-3 طبقهبندي خاك 80 شكل 21-3 ايدهآل سازي عنصر محدود 82 شكل 22-3 قدرت سرعت در مقايسه با بار پتك كاري 84 شكل 23-3 نرخ يادگيري در مقايسه با نرخ خطا 87 شكل 24-3 فاكتور سرعت در مقايسه در نرخ خطا 88 شكل 25-3 تكرار در مقايسه با نرخ خطا 89 شكل 26-3 گرههاي مخفي در مقايسه با نرخ خطا 89 شكل 27-3 گرههاي مخفي در مقايسه با نرخ خطا 90 شكل 28-3 تأثير سرعت بر تغيير وزن 91 شكل 29-3 معماري شبكه عصبي افزايش يافته 97 شكل 30-3 انتقال عصب افزايش يافته يا قشر ورودي 98 شكل 31-3 عملكرد انتقال عصبي افزايش يافته يا قشر خروجي 98 شكل 1-3 P 104 شكل 2-3 P فنيك تراس 106 شكل 1-4 كار كردن حافظه مرتبط 108 شكل 2-4 109 شكل 3-4 حافظههاي مرتبط ديناميك و استاتيك 110 شكل 4-4 نشانههاي حك شده در يك صفحه 132 شكل 5-4 معادل قطبي جفت مدلها 133 شكل 6-4 نشانههاي نويزي 134 شكل الف 7-4 135 شكل ب 7-4 135 شكل ج 7-4 136 شكل د 7-4 136 شكل 1-4 P 140 شكل 2-4 P 141 شكل 3-4 p 142 شكل الف 1-5 147 شكل ب1-5 147 شكل پ1-5 148 شكل 2-5 ساده سازي معماري ART 159 شكل 3-5 شبكه 1ART 162 شكل 4-5 را در نظر بگيريد 163 شكل 5-5 قشر مقايسهاي 1ART 164 شكل6-5 مرحله1)1 =G1 بردار ورودي از قشر مقايسه اي به قشر شناسايي عبور مي كند 165 شكل 7-5 مرحله 2بهترين عصب قشر شناسايي به عنوان برنده انتخاب مي شود 165 شكل 8-5 مرحله 3 بردار ورودي x وبردار p در قشر شناسايي مقايسه مي شود . 166 شكل9-5 مرحله4عصب برنده شده پيشين ناتوان ميشوندوبرنده جديدي انتخاب مي شود. 166 شكل 10-5 معماري 2ART 176 شكل11-5 نمايش دوتايي حروف 182 شكل 12-5 186 شكل 13-5 187 شكل 14-5 الف 189 شكل 14-5 ب 189
فهرست جداول جدول1-2طبقهبندي برخيازسيستمهايNN بهترتيبشيوههاييادگيريونمونههاي معماري 28 جدول 2-2 برخي نقطههاي عطف در تحقيق NN 29 جدول (2- P2) 41 جدول 1-3 - عملكرد فعالسازي غير خطي معمولي 47 جدول 2-3 - اطلاعات خروجي و ورودي « مجموعه n» 53 جدول 3-3 - مجموعههاي آموزشي 71 جدول 4-3 - اطلاعات آزمايشي (مسئله ژورنال ياتاقان) 79 جدول 5-3 - اطلاعات آزمايشي (مسئله ژورنال ياتاقان) 79 جدول 6-3 81 جدول 7-3 81 جدول 8-3 - اطلاعات آموزشي (فشار كاري داغ فولاد) 84 جدول 9-3- اطلاعات آزمايشي (فشار كاري داغ فولاد) 85 جدول 10-3- نرخ خطا براي مقادير مختلف 94 جدول 11-3 -اجراي شبكههاي مختلف BP 100 جدول 1-3 P - اطلاعات براي مسئله ورقه 104 جدول 2-3 P 105 جدول 3-3p 105 جدول 4-3 P 106 جدول 1-4 137 جدول 2-4 137 جدول 1-4 P 140 جدول 2-4 P 141 جدول 1-5 146 جدول2-5 اطلاعات خاك 182
|