حامی فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

حامی فایل

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

شبکه های عصبی درهوش مصنوعی

اختصاصی از حامی فایل شبکه های عصبی درهوش مصنوعی دانلود با لینک مستقیم و پر سرعت .

شبکه های عصبی درهوش مصنوعی


شبکه های عصبی  درهوش مصنوعی

فرمت: word

تعدادصفحات : 84

  یک شبکه عصبی مصنوعی (Artificial Neural Network (ANN)) ایده ای است برای پردازش اطلاعات که از سیستم عصبی زیستی الهام گرفته شده و مانند مغز به پردازش اطلاعات می پردازد . عنصر کلیدی این ایده ، ساختار جدید سیستم پردازش اطلاعات است. این سیستم از شمار زیادی عناصر پرداز شی فوق العاده بهم پیوسته تشکیل شده (neurons)که برای حل یک مسأله با هم هماهنگ عمل می کند.ANN ها ،نظیر انسانها ، با مثال یاد می گیرند . یک ANN برای انجام وظیفه های مشخص ، مانند شناسایی الگو ها و دسته بندی اطلاعات ، در طول یک پروسه یاد گیری ، تنظیم می شود . در سیستم های زیستی یاد گیری با تنظیماتی در اتصالات سیناپسی که بین اعصاب قرار دارد همراه است . این روش ANN ها هم می باشد. 

سابقه تاریخی

به نظر می آید شبیه سازی های شبکه عصبی یکی از پیشرفت های اخیر باشد . اگرچه این موضوع پیش از ظهور کامپیوتر ها بنیان گذاری شده و حداقل یک مانع بزرگ تاریخی و چندین دوره مختلف را پشت سر گذاشته است. خیلی از پیشرفت های مهم با تقلید ها و شبیه سازی های ساده و ارزان کامپیوتری بدست آمده است. در پی یک دوره ابتدائی اشتیاق و فعالیت در این زمینه ، یک دوره ی بی میلی و بدنامی راهم پشت سر گذاشته است . در طول این دوره سرمایه گذاری و پشتیبانی حرفه ای از این موضوع در پایین ترین حد خود بود ، پیشرفت های مهمی به نسبت تحقیقات محدود در این زمینه صورت گرفت . که بدین وسیله پیشگامان قادر شدند تا به گسترش تکنولوژی متقاعد کننده ای بپردازند که خیلی برجسته تر از محدودیت هایی بود که توسط Minsky و Papert شناسانده شد. Minsky و Papert ،کتابی را در سال 1969 منتشر کردند که در آن عقیده عمومی راجع به میزان محرومیت شبکه های عصبی را در میان محققان معین کرده بود و بدین صورت این عقیده بدون تجزبه و تحلیل های بیشتر پذیرفته شد. هم اکنون ، زمینه تحقیق شبکه های عصبی از تجدید حیات علایق و متناطر با آن افزایش سرمایه گذاری لذت می برد . اولین سلول عصبی مصنوعی در سال 1943 بوسیله یک neurophysiologist به نامWarren McCulloch و یک منطق دان به نام Walter Pits ساخته شد . اما محدودیتهای تکنولوژی در آن زمان اجازه کار بیشتر به آنها نداد.  


دانلود با لینک مستقیم


دانلود پایان نامه چرم مصنوعی و تأثیر فرمولاسیون در خواص فیزیکی چرم

اختصاصی از حامی فایل دانلود پایان نامه چرم مصنوعی و تأثیر فرمولاسیون در خواص فیزیکی چرم دانلود با لینک مستقیم و پر سرعت .

دانلود پایان نامه چرم مصنوعی و تأثیر فرمولاسیون در خواص فیزیکی چرم


دانلود پایان نامه چرم مصنوعی و تأثیر فرمولاسیون در خواص فیزیکی چرم

ماده اولیه لوله P.V.C را از موادی با نام تجاری Vinolit که محصول شرکت آلمان است تهیه می‌کنند (شرکت شاهین پلاستیک) سپس این پودر Vinolit را با روغنی به نام DOP که مخفف (دی اتیل هگزیل فتالات) است مخلوط می‌نمایند و سپس توسط پره‌هایی آنها را Mix می‌کنند. محصول در بشکه‌های بزرگ و به شکل خمیری مانند درمی‌آید در اینجا می‌توان براساس سفارش مشتری رنگ مورد دلخواه را اضافه نمود. پس از اضافه کردن محلول رنگی دوباره محلول را هم می‌زنند و سپس در بشکه‌هایی نگهداری و سریعاً (حدوداً تا نیم ساعت) استفاده می‌نمایند.

نحوه تولید چرم مصنوعی بدین شکل است که از کاغذی به نام کاغذ ماموت به عنوان زمینه‌ای که محلول فوق را روی آن قرار دهند استفاده می‌شود- علت نامگذاری این کاغذ بدین منظور است که کلمه ماموت به معنای فیل و به علت چین و چروکهای روی پوست فیل و تشابه آن با طرح‌های کاغذ فوق می‌باشد- کاغذ ماموت پس از خریداری از زیر غلتک‌هایی عبور کرده تا کاملاً صاف شود (چین و چروکهای فیلی روی کاغذ باقی است) سپس پس از عبور از چند غلتک و صاف شدن سطح کاغذ به زیر یک سینی که محلول رنگ و مواد پلیمری است هدایت می‌شود نحوه کار بدین شکل است که مواد مخلوطی پلیمری درون بشکه توسط دستگاه مکش (Suction) کشیده و روی این سینی روان می‌شود. سپس بوسیله یک تیغه در پشت این سینی مواد پلیمری به صورت یک لایه روی کاغذ ماموت پهن می‌گردد (کاغذ ماموت از زیر این سینی عبور می‌کند و سینی دارای سوراخ‌هایی برای عبور مواد پلیمری و انتقال آن روی کاغذ می‌باشد.)

پس از عبور از این مرحله یک لایه مواد پلیمری روی کاغذ روان شده که وارد یک دستگاه پخت هیتر (استنتر) می‌شود دمای این هیتر حدوداً 170 درجه سانتیگراد است که توسط روغن داغ می‌شود این استنتر دارای 8 شبکه و 2 Zoon تنظیم می‌باشد.

پس از عبور از استنتر دوم یک لایه دیگر مواد پلیمری به مواد قبلی اضافه و وارد هیتر دوم می‌شود در اینجا هم این هیتر دارای 8 شبکه و 2 Zoon تنظیم است و نهایتاًدر مرحله سوم براساس سفارش مشتری می‌تواند یک لایه پارچه تریکو نیز به پشت چرم اضافه شده و لایه سوم پلیمر به مواد قبلی اضافه ‌شوند- و در هیتر آخر که دارای 20 شبکه و 4 Zoon و شیر تنظیم است می‌شود- سپس چرم پس از عبور از هیتر تثبیت انتهایی خارج و بوسیله غلتک Calender خنک می‌شود. در انتهای کار یک غلتک جدا کننده برای جدا کردن کاغذ ماموت و چرم تشکیل شده وجود دارد که طرحهای موجود در کاغذ ماموت را به پشت کار درحقیقت روی کار ما در آینده خواهد بود انتقال داده است و ظاهری زیبا و مشابه چرم طبیعی را به چرم خواهد داد.

تقدیر
پیشگفتار
مقدمه (چکیده)1
- فصل اول (مباحث نظری)
پلی‌وینیل کلراید (P.V.C)6
مخلوط‌های PVC-NBR10
مخلوط‌های PVC-ACRYLIC16
مخلوط‌های PVC-ELATOMER25
مخلوط‌های PVC-POLYALKENE27
مخلوط‌های PVC-CPE, PVC-CSR30
مخلوط‌های PVC-poly urethane37
مخلوط‌های PVC-EVAC,PVC/EVAC-VC39
مخلوط‌های PVC-ABS43
مخلوط‌های رزین مهندسی و PVC
آلیاژ با PVC48
آلیاژ با COPO49
عنوان            صفحه
آلیاژ با PC51
آلیاژ با POM52
آلیاژ با PI52
آلیاژ با PVP54
- Reasons for benefits and problems of blending55
- فصل دوم (مباحث عملی)
یک فوم از چه اجزائی تشکیل شده است؟59
عناوین آزمایشات صورت گرفته روی فوم59
آزمایش اول (اگر افزایش مواد فوم‌از با پارامترهای فوم Dop= 65gr)61
آزمایش دوم (اثر افزایش Dop بر پارامترهای فوم)62
آزمایش سوم (اثر افزایش مواد فوم‌از بر پارامترهای فوم Dop= 85 gr)62
آزمایش چهارم (اثر افزایش کربنات کلسیم بر پارامترهای فوم)63
آزمایش پنجم (اثر افزایش ASUA بر پارامترهای فوم)64
فرمول ماده فوم‌از و درصد ترکیبات آن64
- فصل سوم (تست کدر شدن- بخارگرفتگی (fogging) روی منسوجات و چرم
موضوع و زمینه کاربرد66
مبنای آزمایش66
عنوان            صفحه
تعریف عبارات و علائم67
تجهیزات و شناساگرها67
آماده‌سازی نمونه‌ها72
روش انجام آزمایش73
تشریح نتایج79
گزارش آزمایش83

شامل 88 صفحه فایل word


دانلود با لینک مستقیم


دانلود پایان نامه تشخیص گفتاراز موسیقی به روش شبکه عصبی مصنوعی

اختصاصی از حامی فایل دانلود پایان نامه تشخیص گفتاراز موسیقی به روش شبکه عصبی مصنوعی دانلود با لینک مستقیم و پر سرعت .

دانلود پایان نامه تشخیص گفتاراز موسیقی به روش شبکه عصبی مصنوعی


دانلود پایان نامه تشخیص گفتاراز موسیقی به روش شبکه عصبی مصنوعی

پردازش گفتار با توجه به کاربردهای وسیع آن در ارتباطات، تبادل اطلاعات میان انسان و ماشین مانند روبات ها، صنعت مخابرات، سمعک ها، به کارگیری ماشین در ترجمه مکالمات از یک زبان به زبان دیگر، ابزارهای آموزشی و دیگر محصولات تجاری مورد توجه قرار گرفته است. دهه اخیر شاهد پیشرفت چشمگیری در این عرصه بوده است. سیستم ها و الگوریتم هایی که با عملکرد بالا در آزمایشگاه پیاده سازی شده اند، به سمت دنیای واقعی در حال حرکت هستند.

تمایز بین گفتار و موسیقی (SMD) از جمله موضوعاتی است که در دهه اخیر، مطالعات زیادی روی آن انجام شده است. از کاربردهای آن می توان به تشخیص کانال های رادیویی که فقط موسیقی پخش می کنند اشاره کرد. همچنین می تواند به عنوان بخش اولیه در بازشناسی خودکار گفتار محسوب شود.

به طور کلی اغلب کارهایی که در این زمینه انجام شده است شامل دو مرحله می باشد: 1- استخراج ویژگی قطعه صوتی که تمایز بین گفتار و موسیقی را بیان می کند 2- طبقه بندی قطعه صوتی با توجه به ویژگی. در بعضی رویکردها از یک ویژگی استفاده می شود ولی در برخی دیگر از چند ویژگی. از جمله این ویژگی ها می توان به ویژگی های حوزه زمان، حوزه فرکانس و زمان – فرکانس و… اشاره کرد. طبقه بندی کننده هایی که برای این کار استفاده می شوند نیز طبقه کننده های مرسوم مانند مدل مارکوف پنهان، ماشین بردار پشتیبان، گوسی و شبکه های عصبی و… می باشند. در این تحقیق از ضرائب ویولت به عنوان ابزار پایه استفاده شده است که شش ویژگی آماری ساده از آن استخراج می شوند. از شبکه عصبی پرسپترون چند لایه نیز به عنوان طبقه بندی کننده استفاده شده است که نتایج حاصله سیستم پیشنهادی در حدود 99 درصد را به دست آورد.

مقدمه

پیشرفت های قابل توجه فن آوری در طی دهه های گذشته به طور چشمگیری طریقه ارتباط برقرار کردن مردم با بسیاری از منابع مختلف اطلاعات و سرگرمی را تغییر داده است. کاربران فن آوری های مدرن، در ارتباط با انواع رسانه ها از یک حالت انفعال به وضعیت فعال منتقل شده است. همین طور که مقادیر داده ای در دسترس افزایش می یابد، تکنیک های کارآمد داده گردانی نیز لازم می شود.

در چند سال گذشته داده های صوتی به میزان زیاد از منابع در دسترس مانند پایگاه داده ها، برنامه های پخش و اینترنت ایجاد شده اند. بخاطر این که، توجه ویژه ای به توسعه استراتژی ها جابجایی داده اختصاص داده شده است. لذا، افتراق گفتار / موسیقی (SMD) به عنوان یکی از اهداف مهم به شمار می رود.
برای اهداف مختلفی می توان از یک SMD کارآمد بهره مند شد. از این ابزار می توان برای انتخاب براساس محتوا در مجموعه برنامه های پخش استفاده کرد. نمونه ای از این نوع کاربرد، انتخاب ایستگاه های رادیویی است که در واقع فقط موسیقی پخش می کنند. همچنین SMD قسمت اساسی تشخیص خودکار گفتار (ASR) و رونویسی موسیقی اتوماتیک (AMT)، که اغلب نیاز به تجزیه و تحلیل داده های صوتی بی ساخت یا نامعلوم دارند. در مورد ASR، بخش گفتار فقط باید در نظر گرفته شود، در حالی که در AMT باید نمونه های موسیقی مورد توجه قرار گیرند. لذا مهم است که سیگنال قبل از ورود به این سیستم ها به طور صحیح قطعه بندی شود. در نهایت نیز، توجه داشته باشید که دستگاه های مدرن کمک شنوایی اغلب شامل الگوریتم هایی هستند که عملکرد دستگاه را با توجه به نوع صدایی که به گوش می رسد تغییر می دهد. در این مورد، SMD خوب می تواند مؤثر باشد.

شامل 79 صفحه فایل pdf


دانلود با لینک مستقیم


دانلودپاورپوینت تحقیق و مقاله کامل درمورداتوماتای یادگیر هوش مصنوعی (تعداد صفحات60 اسلاید)با قابلیت ویرایش کامل

اختصاصی از حامی فایل دانلودپاورپوینت تحقیق و مقاله کامل درمورداتوماتای یادگیر هوش مصنوعی (تعداد صفحات60 اسلاید)با قابلیت ویرایش کامل دانلود با لینک مستقیم و پر سرعت .

دانلودپاورپوینت تحقیق و مقاله کامل درمورداتوماتای یادگیر هوش مصنوعی (تعداد صفحات60 اسلاید)با قابلیت ویرایش کامل


دانلودپاورپوینت تحقیق و مقاله کامل درمورداتوماتای یادگیر هوش مصنوعی (تعداد صفحات60  اسلاید)با قابلیت ویرایش کامل

یک اتوماتای یادگیر را می‌توان بصورت یک شئ مجرد که دارای تعداد متناهی عمل است، در نظر گرفت. اتوماتای یادگیر با انتخاب یک عمل از مجموعه عمل¬های خود و اِعمال آن بر محیط، عمل می‌کند. عمل مذکور توسط یک محیط تصادفی ارزیابی می‌شود و اتوماتا از پاسخ محیط برای انتخاب عمل بعدی خود استفاده می‌کند. در طی این فرایند اتوماتا یاد می‌گیرد که عمل بهینه را انتخاب نماید. نحوه استفاده از پاسخ محیط به عمل انتخابی اتوماتا که در جهت انتخاب عمل بعدی اتوماتا استفاده می‌شود، توسط الگوریتم یادگیری اتوماتا مشخص می‌گردد. یک اتوماتای یادگیر از دو قسمت اصلی تشکیل شده است:

1-      یک اتوماتای تصادفی با تعداد محدودی عمل و یک محیط تصادفی که اتوماتا با آن در ارتباط است.

2-      الگوریتم یادگیری که اتوماتا با استفاده از آن عمل بهینه را یاد می‌گیرد.

فهرست  :  

تعریف یادگیری

تاریخچه اتوماتای یادگیر

تقسیم بندی اتوماتاها

محیط  Enviroment

رابطه بین اتوماتای یادگیر و محیط

مدل های محیط

معیارهای رفتار اتوماتای یادگیر

الگوریتم یادگیری

انواع اتوماتاهای یادگیر

انواع اتوماتاهای یادگیر با ساختار ثابت

اتوماتای یادگیر با ساختار متغیر

ویژگی‌های اتوماتاهای یادگیر

 محدودیت ها  اتوماتاهای یادگیر

اتوماتای یادگیر توزیع شده


دانلود با لینک مستقیم


هوش مصنوعی

اختصاصی از حامی فایل هوش مصنوعی دانلود با لینک مستقیم و پر سرعت .

فایل آموزشی هوش مصنوعی که به طور کامل شروع و تعریف هوش توضیح داده شده تا شبکه های عصبی تبدیل آن به ربات . صفحات:467 ص

به هوشی که یک ماشین در شرایط مختلف از خود نشان می‌دهد، گفته می‌شود. به عبارت دیگر هوش مصنوعی به سیستم‌هایی گفته می‌شود که می‌توانند واکنش‌هایی مشابه رفتارهای هوشمند انسانی از جمله درک شرایط پیچیده، شبیه‌سازی فرایندهای تفکری و شیوه‌های استدلالی انسانی و پاسخ موفق به آنها، یادگیری و توانایی کسب دانش و استدلال برای حل مسایل را داشته باشند. بیشتر نوشته‌ها و مقاله‌های مربوط به هوش مصنوعی، آن را به عنوان «دانش شناخت و طراحی عامل‌های هوشمند» تعریف کرده‌اند.


دانلود با لینک مستقیم