شبکه های عصبی
This presentation is the property of its rightful owner.
Sponsored Links
1 / 31

شبکه های عصبی PowerPoint PPT Presentation


  • 181 Views
  • Uploaded on
  • Presentation posted in: General

شبکه های عصبی. اگر در تو حس روییدن باشد، حتی درکویر هم سبز خواهی شد. ” دکتر علی شریعتی“. شبکه های عصبی مصنوعی. شیوه ارائه مطالب فنی و تخصصی. تنظیم : معصومه آزاده استاد محترم : جناب آقای مهندس بهرامی زاده دانشگاه علم و صنعت خراسان. الهام از طبیعت :.

Download Presentation

شبکه های عصبی

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


4412647

شبکه های عصبی

اگر در تو حس روییدن باشد، حتی درکویر هم سبز خواهی شد.

” دکتر علی شریعتی“


4412647

شبکه های عصبی مصنوعی

شیوه ارائه مطالب فنی و تخصصی

تنظیم :معصومه آزاده

استاد محترم :

جناب آقای مهندس بهرامی زاده

دانشگاه علم و صنعت خراسان


4412647

الهام از طبیعت :

  • یک شبکه عصبی مصنوعی (Artificial Neural Network (ANN)) ایده ای برای پردازش اطلاعات است که از سیستم عصبی زیستی الهام گرفته و مانند مغز به پردازش اطلاعات می پردازد .


4412647

البته:

اگر بگوييم كه شبكه هاي عصبي مصنوعي مانند مغز بشر عمل ميكنند اغراغ آميز مي باشد.


4412647

عناصر پردازشی:

سیستم عصبی ما از شمار زیادی عناصر پردازشی فوق العاده بهم پیوسته تشکیل شده که برای حل یک مسأله با هم هماهنگ عمل می کند.

به هر يك از اين عناصر پردازشی فوق العاده يك نرون(neurons) گفته ميشود.


4412647

شبکه های عصبی

چند نکته:

گمان میرودکه مغز انسان از تعداد11^10نرون تشکیل شده باشد.

هر نرون با تقریبا4^10نرون دیگر در ارتباط است.

سرعت سوئیچنگ نرونها درحدود3-^10ثانیه است .

آدمی قادر است در0.1 ثانیهتصویر یک انسان را بازشناسائی نماید.


4412647

ساختار نرون:

هر نرون طبيعي از سه قسمت اصلي تشكيل شده است :

(dendrite) دندريت

(some) بدنه سلول

(axon) اكسون


4412647

شبکه های عصبی

دندريت ها :

دندريت ها به عنوان مناطق دريافت سيگنال هاي الكتريكي هستند كه داراي سطح نامنظم و شاخه هاي انشعابي بي شمار مي باشند.


4412647

شبکه های عصبی

(some) بدنه سلول:

بدنه سلول ، وظیفه تامین انرژی مورد نیاز جهت فعالیت های نرون را به عهده دارد.


4412647

شبکه های عصبی

اكسون :

اكسون بر خلاف دندريت ها از سطحي هموارتر و تعداد شاخه هاي كمتري برخوردار مي باشد. اكسون سيگنال هاي الكتروشيميايي دريافتي از هسته سلول را به نرون هاي ديگر منتقل مي كند.


4412647

شبکه های عصبی

سيناپس :

محل تلاقي يك اكسون از يك سلول به دندريت هاي سلول هاي ديگر را سيناپس مي گويند.

توسط سيناپس ها ارتباطات ما بين نرون ها برقرار مي شود. به فضاي مابين اكسون و دندريت ها فضاي سيناپسي گويند.


4412647

شبکه های عصبی

بخشهاي جزئي تر از يك شبكه عصبي:

شبکه عصبی مصنوعی ساده


4412647

شبکه های عصبی

مهم ترین تفاوت حافظه ی انسان و حافظه ی کامپیوتر؟

  • نوع آدرس دهی

  • مسیر حل یک مسئله


4412647

شبكه عصبي مصنوعي چيست؟

شبکه از تعداد دلخواهی سلول یا گره یا واحد و یا نرون تشکیل میشود که مجموعه ورودی ها را به خروجی ربط میدهد.


4412647

شبکه های عصبی

چرا از شبکه های عصبی استفاده می کنیم؟

* قابلیت قابل توجه شبکه های عصبی در استنتاج معانی از داده های پیچیده یا مبهم

* قابلیت بکارگیری به عنوان یک متخصص


4412647

شبکه های عصبی

شبکه عصبی مصنوعی ساده :

  • نوعی از شبکه عصبی برمبنای يک واحد محاسباتی به نام پرسپترون ساخته ميشود:

  • پرسپترون برداری از وروديهای را در يافت می کند .

  • ترکيب خطی از اين وروديها را محاسبه ميکند.

  • اگر حاصل از يک مقدار آستانه بيشتر بود آتش می کند.


4412647

Artificial Neural Network

شبکه های عصبی

شبکه عصبی مصنوعی ساده (ادامه)

سيگنال هاي ورودي X1 تا Xn معادل سيگنال ها ي عصبي ورودي و وزن هاي W1 تا Wn معادل مقادير اتصالات سيناپسي ورودي هاي نرون مي باشند كه جمعا ورودي هاي نرون را تشكيل داده است.


4412647

شبکه های عصبی

خروجی پرسپترون توسط رابطه زیر مشخص میشود:

1 if w0 + w1x1 + w2x2 + … + wnxn > 0

-1 otherwise


4412647

شبکه های عصبی

مثال:


4412647

شبکه های عصبی

نقش تابع در خروجي شبكه :


4412647

شبکه های عصبی

یادگیری یک پرسپترون ؟

یادگیری پرسپترون عبارتاست از:

پیدا کردن مقادیردرستی برای W


4412647

شبكه هاي پرسپترون چند لايه :

شبكه هاي پرسپترون از يك لايه ورودي ، تعدادي لايه پنهان و يك لايه خروجي تشكيل شده است. در شكل زير يك شبكه پرسپترون با يك لايه پنهان نشان داده شده است.


4412647

یک نکته :

در شبكه هاي پرسپترون چند لايه ، تعداد لايه هاي پنهان مي تواند هر تعداد باشد. البته در بيشتر كاربردها يك لايه پنهان كفايت مي كند . در بعضي مواقع نيز دو لايه پنهان يادگيري شبكه را ساده تر مي كند.


4412647

شبکه های عصبی

مزایای ANNها

  • یادگیری انطباق پذیر

  • سازماندهی توسط خود

  • انجام محاسبات بصورت موازی

  • تحمل اشتباه بدون ایجاد وقفه


4412647

معایب ANNها

  • دستورات مشخصی برای طراحی شبكه جهت یك كاربرد اختیاری وجود ندارد.

  • دقت نتایج بستگی زیادی به اندازه مجموعه آموزش دارد.

  • آموزش شبكه ممكن است مشكل یا حتی غیرممكن باشد.

  • پیش‌بینی عملكرد آینده شبكه ( عمومیت یافتن ) آن به سادگی امكان‌پذیر نیست.


4412647

Artificial Neural Network

شبکه های عصبی

کاربردهای شبکه های عصبی :

تشخیص بیماری

تشخیص چهره

انواع جدید سنسورها

پیگیری هدف

هدایت جنگ افزارها

شناسایی تصویر /سیگنال

بینایی ماشین

مدل کردن غیر خطی

ترکیب صدا

کنترل فرآیند ساخت

آنالیز مالی


4412647

Artificial Neural Network

شبکه های عصبی

کاربردهای شبکه های عصبی :

اختصار سخن

بازبینی امضا

ارزیابی سرمایه

پیش بینی فروشهای آینده و نیازهای محصول

کلاسه بندی نمودارهای مشتری/بازار

پیش بینی هوا

پیش بینی محصول

مدل کردن کنترل فرآیند

تشخیص هدف

شبیه سازی مسیر


4412647

ابزارهای مدلسازي

براي مدلسازي شبكه هاي عصبي مصنوعي ابزارهاي زيادي وجود دارد از اين جمله :

SNN(Stuttgart Neural Network Simulator)

Matlab Standard NN Toolbox

Netlab Toolbox For Matlab

http://www.ncrg.aston.ac.uk/netlab/index.php


4412647

Source:

Sites:

www.rsh.ir

http://en.wikipedia.org/wiki/Neural_network

http://www.neuralnetworksolutions.com/resources.php

http://www.tandf.co.uk/journals/titles/0954898X.asp

http://www.30sharp.com

کتاب:

منهاج – مبانی شبکه های عصبی


4412647

شبکه های عصبی

THE END

با تشکر از توجه شما


  • Login