1. محاسبه گر هارمونیک با استفاده از شبکه های عصبی
2. کنترل ترافیک با استفاده از شبکه های عصبی
3. کاربرد شبکه های عصبی در امنیت سیستم های کامپیوتری
4. روشی جدید برای پیدا کردن ریشه های معادله درجه n با استفاده از شبکه عصبی
5. مدلسازی شبکیه چشم بوسیله شبکه های عصبی مصنوعی
6. جداسازی مولفه های جواب بهینه در شطرنج
7. سيستم تشخيص تهاجم مبتني بر شبکه عصبي art
8. كاربرد تكنيك شبكه عصبي براي ارزيابي روابط بين خريدار و فروشنده
9. تشخيص الگوی صدا با استفاده از شبکه عصبی
10. شبكه هاي عصبي پرسپترون و كاربرد آنها در سيستمهاي مديريت الكتريكي
11. اتوماسيون سيستم هاي نگهداري و تعميرات خودرو به کمک شبکه هاي عصبي مصنوعي
12. روش نوين جهت بهينه سازي شبكه عصبي با استفاده از پردازش تكاملي
13. حل معادلات سينماتيك ربات با استفاده از شبكه عصبي چند جمله اي
14. ارزیابی عملکرد شبکه های عصبی مصنوعی در کاهش پارامترهای مورد نیاز، جهت برآورد تبخیر و تعرق مرجع
15. آشكار سازي چهره با شبكه هاي عصبي در تصاوير رنگي
16. كنترل تعقيب مسير روبات هاي سريال با استفاده از شبكه هاي عصبي
17. تبديل حرف به صدا در زبان فارسي به كمك شبكه هاي عصبي پرسپترون چندلايه اي
18. حل مسائل تصميم گيري چندمعياره با استفاده از شبكه هاي عصبي مصنوعي
19. تجزیه و تحلیل داده ها به وسیله شبکه های عصبی مصنوعی
20. کاربرد شبکه عصبی مصنوعی در مهندسی ژئو تکنیک
21. آموزش شبکه هاي عصبي مصنوعي به کمک الگوريتم بهينه سازي توده ذرات با سرمايش تدريجي (sapso)
22. برآورد پارامترهاي شكست سدهاي خاكي با استفاده از شبكه هاي عصبي
23. بررسي عملکرد دو نوع شبکه عصبي پرسپترون چند لايه و شبكه با توابع پايه شعاعي براي تخمين سرعت موتور سنکرون آهنرباي دائم
24. کاربرد شبکه های عصبی در پِیش بینی جریان رودخانه
25. برآورد سري بازتاب زمين با استفاده از شبكة عصبي هاپفيلد
26. تخمينگر حالت عصبي دكوپله در شبكه هاي قدرت
27. استفاده از شبكه عصبي هاپفيلد جهت برچسب گذاري عوارض نقطه اي
28. كاهش رنگ تصاوير با استفاده از شبكه عصبي انتشار از روبرو
29. پيش بيني كوتاه مدت توان توليدي توربين هاي بادي با استفاده ازشبكه هاي عصبي
30. کاربرد شبکه عصبی در پیش بینی نرخ ارز
31. بهينه سازي ساختار شبكه هاي عصبي با استفاده از روش اتوماتاي يادگير
32. حذف نويز اسپكل در تصاوير آلتراسوند پزشكي مبتني بر شبكه عصبي و تبديل موجك
33. شناسايي كوره دوار سيمان با استفاده از شبكه عصبي
34. تعيين پارامترهاي حاكم بر خط نورد سرد با استفاده از شبكه هاي عصبي مصنوعي
35. استفاده از بهينه سازي گروهي ذرات براي آموزش شبكه هاي عصبي و كاربرد آن در فشرده سازي تصوير
36. شبكه هاي عصبي مصنوعي جهت تشخيص و طبقه بندي بيماري هاي گوارشي با استفاده از آناليز هاي ويولت و كپستروم در مقايسه با روشهاي آماري
37. تخمين تنشهاي پسماند در ساچمه زني با استفاده از شبكة عصبي مصنوعي
38. اتوماسيون سيستم هاي نگهداري و تعميرات خودرو به کمک شبکه هاي عصبي مصنوعي!
39. كاربرد شبكه عصبي مصنوعي در پيش بيني ميزان صادرات پسته ايران
40. مدل سازي پيش بيني قيمت سهام با رويکرد شبکه هاي عصبي فازي
41. استخراج چهره عدم وابسته به چرخش با شبكه هاي عصبي
42. ارائه يک روش مقاوم نهاننگاري تصاوير ديجيتال بر مبناي تبديل کسينوسي گسسته و شبکه عصبي
43. روشي جديد براي پيدا کردن ريشه هاي معادله درجه n با استفاده از شبکه عصبي
44. يك شبكه عصبي جديد با ساختاري سازنده-تركيبي براي حل مساله هاي فروشنده دوره گرد و کوتاهترين مسير با تعداد شهر مشخص
كاربرد تكنيك شبكه عصبي براي ارزيابي روابط بين خريدار و فروشنده
8- كاربرد تكنيك شبكه عصبي براي ارزيابي روابط بين خريدار و فروشنده
کلمات کلیدی:
رابطه خريدار و فروشنده , شبكه عصبي , ارزيابي رابطه خريدار و فروشنده , Buyer Seller Relationships , Neural Networks , Evaluation of Buyer , Seller Relationship چکیده:
هر چند در حال حاضر جذابيت مباحث مفهومي در مباحث مربوط به مديريت و بازاريابي بهخوبي قابل درك است، اما تلاش براي تعيين عوامل مؤثر بر كيفيت روابط بهخاطر پيچيدگي در عوامل پايهاي و مشكل بههم پيوستگي اين عوامل چالشانگيز است. فنوني سنتي رگرسيون در تجزيه و تحليل دادههايي كه خطوط چندگانه داشته يا اطلاعات ناقص هستند مؤثر عمل نميكنند. به همين دليل استفاد از فن جديدي به نام تحليل شبكه عصبي تلاش ميكند تا عوامل مؤثر بر كيفيت روابط بهويژه روابط خريدار و فروشنده را شناسايي كند. اين فن بر اساس روش يادگيري از اطلاعات آماري با الگوبرداري از عملكرد مغز انسان طرحريزي شده و به اين وسيله روابط بين متغيرهاي داده و ستاده از طريق يك متغير بينابين و پنهاني تعيين ميشوند. در اين مطالعه يك شبكه عصبي با تركيب دو جزء اصلي كيفي روابط يعني رضايتمندي و اطمينان و پنج داده بين فروشنده و خريدار ايجاد شده است. در مقايسه دو فن رگرسيون چندگانه و شبكه عصبي، دومين فن، نتاج آماري و علميتري را ارايه ميدهد. به طوري كه به همين دليل كاربردهاي جديدي از اين فن در مديريت و بازاريابي بهوجود آمده است.
چکیده (انگلیسی):
Conceptual arguments favoring a relational rather than a transactional approach to the study of buyer- seller relationships are now well understood. However, attempts to quantify the factors contributing towards relationship quality have been held back by the complexity of the underlying factors and their interrelatedness. Traditional regression techniques are not effective in analyzing data with high levels of multi- collinearity and missing information, typical in many studies of buyer behavior. The Neural Network technique uses a statistically-based learning procedure modeled on the workings of the human brain which quantifies the relationship between input and output variables through an intermediate “hidden” variable level analogous to the brain. For this study, a neural network was developed with two outcome components of relationship quality: Reationship satisfaction and trust. And five input antecedents. In a comparison of mutiple regression and neural network techniques, the latter was found to give statistically more significant outcomes. New applications within marketing for neural network analysis are being found