Artificial Intelligence - هوش مصنوعی  
انجمن را در گوگل محبوب کنيد :

بازگشت   Artificial Intelligence - هوش مصنوعی > محاسبات نرم > سیستم های فازی (Fuzzy Systems)


 
تبليغات سايت
Iranian Association for the Advancement of Artificial Intelligence
ارسال تاپيک جديد  پاسخ
 
LinkBack ابزارهاي تاپيک نحوه نمايش
قديمي ۰۷-۲۱-۱۳۸۸, ۰۷:۱۹ بعد از ظهر   #41 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Arrow

بكارگيري fuzzy-uml جهت مدل نمودن سيستم هاي غير قطعي
فايل ضميمه
نوع فايل: pdf f185.pdf (477.1 كيلو بايت, 742 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
ftaghinezhad (۱۱-۱-۱۳۸۸), masood (۱۰-۲۸-۱۳۸۹), __masoud__ (۰۸-۶-۱۳۹۲)

  #ADS
نشان دهنده تبلیغات
تبليغگر
 
 
 
تاريخ عضويت: -
محل سكونت: -
سن: 2010
پست ها: -
 

نشان دهنده تبلیغات is online  
قديمي ۰۷-۲۱-۱۳۸۸, ۰۷:۲۰ بعد از ظهر   #42 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Exclamation

ارايه يك مدل فازي مبتني بر درخت تصميم براي كاوش داده هاي جرياني
فايل ضميمه
نوع فايل: pdf f199.pdf (324.7 كيلو بايت, 626 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
ftaghinezhad (۱۱-۱-۱۳۸۸), masood (۱۰-۲۸-۱۳۸۹), sznd (۰۲-۶-۱۳۹۳), __masoud__ (۰۸-۶-۱۳۹۲)
قديمي ۱۱-۷-۱۳۸۸, ۰۸:۵۳ قبل از ظهر   #43 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Arrow

AIRS توليد الگوهاي نماينده به كمك الگوريتم

يكي از پر كاربردترين الگوريتم هاي طبقه بندي، الگوريتم نزديكترين همسايه مي باشد كه در اكثر مسائل طبقه بندي دقت خوبي از خود نشان مي دهد. اين الگوريتم داراي پيچيدگي محاسباتي زيادي مي باشد؛ زيرا براي طبقه بندي كردن هر الگوي تست بايد فاصله آن را تا تمام داده هاي آموزشي پيدا كند. در ضمن براي نگهداري تمام داده هاي آموزشي نياز به فضاي ذخيره سازي زيادي دارد. اين مشكلات باعث شده است كه با استفاده از روش هاي توليد الگوهاي نماينده، سعي در كاهش حجم داده ها و افزايش سرعت الگوريتم گردد. در اين مقاله با تركيب يكي از روشهاي Instance Filtering با الگوريتم AIRS الگوهاي نماينده را از روي داده هاي اصلي توليد كرده ايم. الگوريتم AIRS از سيستم ايمني بدن الهام گرفته است و با استفاده از مكانيزم اين سيستم الگوهاي نماينده را توليد مي كند
فايل ضميمه
نوع فايل: pdf i345.pdf (350.2 كيلو بايت, 463 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
masood (۱۰-۲۸-۱۳۸۹), __masoud__ (۰۸-۶-۱۳۹۲)
قديمي ۱۱-۷-۱۳۸۸, ۰۸:۵۶ قبل از ظهر   #44 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Cool

ANFIS بازشناسي احساسات انسان با استفاده از شبكه عصبي– فازي

در اين مقاله به بررسي موضوع بازشناسي احساسات در گفتار انسان با در نظر گرفتن خصوصيات زبان و فرهنگ فارسي مي پردازيم. اين موضوع به دليل افزايش روزافزون تراكنش ميان ماشين و انسان و نياز به محاوره خودكار اين دو و حذف اپراتور انساني اهميت ويژه اي در مباحث هوش مصنوعي يافته است. اما موضوعي كه ما مورد توجه قرار داده ايم تاثير فرهنگ و هنجارهاي اجتماعي در بروز احساسات هنگام جمع آوري داده و سپس بازشناسي احساسات با در نظر گرفتن ويژگيهاي فرهنگ محلي و زبان مي باشد. روش پيشنهادي ما يك روش تركيبي با استفاده از (Adaptive Neural Network Fuzzy Inference System) ANFIS مي باشد كه بر روي دو دسته از ويژگيهاي متفاوت صوت حاوي احساسات پياده سازي و نتايج آن با يكديگر مقايسه شده است. داده هاي مورد استفاده در اين مقاله با حفظ خصوصيات محلي فرهنگ و زبان فارسي و در محيط داراي نويز معمول توسط گوينده واحد جمع آوري شده اند و ويژگيهاي استخراج شده از آنها در سطح زيركلمه (Subword) به دو دسته تقسيم مي شوند. دسته اول شامل طول و ضرايب (linear prediction filter coefficients) LPC و دسته دوم شامل طول و خصوصيات فركانسي سيگنالهاي صوت )كه با استفاده از سري فوريه استخراج شده( مي باشد، نتايج بدست آمده نشان مي دهد كه استفاده از ويژگيهاي فركانسي صوت به همراه شبكه ANFIS جوابهاي بهتري نسبت به استفاده از ويژگيهاي LPC صوت و همچنين ساير روشهاي بكار گرفته شده در تحقيقات مشابه كه در اين زمنيه انجام شده است ارائه مي كند.
فايل ضميمه
نوع فايل: pdf i147.pdf (367.2 كيلو بايت, 655 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
green_Dream (۱۲-۱۷-۱۳۹۱), masood (۱۰-۲۸-۱۳۸۹), __masoud__ (۰۸-۶-۱۳۹۲)
قديمي ۱۱-۷-۱۳۸۸, ۰۸:۵۹ قبل از ظهر   #45 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Cool

ANFIS بر اساس ساختمان GMDH معرفي شبكه اي جديد از خانواده

در اين مقاله به معرفي شبكه اي جديد از خانواده GMDH پرداخته مي شود كه ساختار توصيف گرهاي جزيي آن بر اساس ساختمان ANFIS مي باشد . در تكنيك متداول خانواده GMDH فازي، شبكه اي به نام NF-GMDH معرفي مي گردد كه ساختار داخلي توصيف گرهاي جزيي آن به صورت شبكه هاي RBF مي باشد . در روش مطرح شده ساختار داخلي اين توصيف گرهاي جزيي به صورت بلوكهايي با ساختمان شب كه ANFIS و داراي دو ورودي مي باشد كه تعداد توابع تعلق داخلي آنها قابل تغيير مي باشد. روش معرفي شده در مواردي كه ابعاد بردار ورودي ما بزرگ باشد داراي كارايي بسيار مناسب تري نسبت به شبكه NF-GMDH در نتايج و همچنين شبكه ANFIS در كاهش تعداد قوانين فازي مي باشد كه اين امر سبب كاهش قابل ملاحظه اي در زمان آموزش مي شود. روش معرفي شده در طبقه بندي داده هاي Iris و نيز شناسايي يك تابع غير خطي مورد آزمايش قرار گرفته است.
فايل ضميمه
نوع فايل: pdf f9.pdf (380.8 كيلو بايت, 458 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
masood (۱۰-۲۸-۱۳۸۹), __masoud__ (۰۸-۶-۱۳۹۲)
قديمي ۱۱-۷-۱۳۸۸, ۰۹:۰۱ قبل از ظهر   #46 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Cool

ارائه روشي جديد براي مكان يابي و تهيه نقشه بطور همزمان براي دو ربات متحرك

مسئله مكان يابي و تهيه نقشه بطور همزمان (SLAM) رباتهاي متحرك از مسائل مهمي ميباشد كه نظر بسياري از محققان علم رباتيك را به خود جلب كرده است. هدف مشخص نمودن مكان رباتهاي متحرك هوشمند و نابري آنها براي تهيه نقشه كلي از محيطي ميباشد كه هيچ دانشي درباره آن نداريم. مساله SLAM براي چند ربات شامل الگوريتمهاي متعددي ميباشد ، كه ما در اينجا روش جديدي مبتني بر الگوريتم RAO-Blackwelized particle filter را با استفاده از شيوه استفده از جعبه لايتنر معرفي نموده و ضمن شبيه سازي آن در تهيه نقشه هاي محلي و كلي رباتها از محيط، با نرم افزار Mathlab ، ورودي شبيه سازيهاي فوق را از محيط مجازي نرم افزار 1.5 Robotic Studio شركت ميكروسافت ، گرفته و نتايج شبيه سازي را با داده هاي مجازي بيان ميكنيم.
فايل ضميمه
نوع فايل: pdf i607.pdf (824.9 كيلو بايت, 509 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
alialiali123 (۱۰-۲۴-۱۳۹۲), masood (۱۰-۲۸-۱۳۸۹), __masoud__ (۰۸-۶-۱۳۹۲)
قديمي ۱۱-۷-۱۳۸۸, ۰۹:۰۳ قبل از ظهر   #47 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Lightbulb

ارائه يك الگوريتم جديد براي ايجاد توازن بار پردازشي در سيستم هاي توزيع شده با استفاده از روش كولوني مورچه ها

در تحقيق حاضر با استفاده از روش بهينه سازي كولوني مورچه به ايجاد توازن بار در بين پردازنده هاي موجود درسيستم توزيع شده با ظرفيت پردازشي يكسان پرداخته و كارآيي الگوريتم پيشنهادي را نسبت به الگوريتم استاندارد dasud بررسي مي نماييم. نتايج بدست آمده نشان دهنده پيشرفت نسبي الگوريتم پيشنهادي ماست.
فايل ضميمه
نوع فايل: pdf i691.pdf (469.3 كيلو بايت, 442 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
masood (۱۰-۲۸-۱۳۸۹), __masoud__ (۰۸-۶-۱۳۹۲)
قديمي ۱۱-۷-۱۳۸۸, ۰۹:۰۶ قبل از ظهر   #48 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Cool

ارائه يك مدل موازي مبتني بر اجتماع مورچه ها براي استخراج قوانين طبقه بندی

در اين مقاله با استفاده از الگوريتم بهينه سازي اجتماع مورچه ها، يك مدل موازي منعطف جهت استخراج قوانين دسته بندي در حجم عظيمي از داده ها، ارائه مي شود. اين الگوريتم بر اساس توسعه رفتار واقعي مورچه ها و مفاهيم داده كاوي مي باشد. مورچه ها(عاملها) به صورت موازي و مستقل به جستجو و استخراج قوانين مي پردازند. سپس با استفاده از نتايج به دست آمده از تمامي مورچه ها مقدار فرمون براي يك ترم مشخص مي شود. موازي اجرا شدن عمليات مورچه ها باعث كاهش سرعت همگرايي الگوريتم مي شود. اين نتيجه به كشف قوانين جديد كمك ميكند. همچنين مورچه ها با به اشتراك گذاشتن دانش خود از جمع آوري قوانين غير مرتبط جلوگيري مي كنند. نتايج به دست آمده نشان ميدهد كه الگوريتم ارائه شده در اين مقاله، دقت بيشتري را نسبت به ديگر مدلهاي ارائه شده در استخراج قوانين طبقه بندي دارد.
فايل ضميمه
نوع فايل: pdf i79.pdf (390.7 كيلو بايت, 342 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
milad_sabz (۰۳-۲-۱۳۹۳), __masoud__ (۰۸-۶-۱۳۹۲)
قديمي ۱۱-۷-۱۳۸۸, ۰۹:۰۷ قبل از ظهر   #49 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Wink

اراﺋﻪ روﺷﻲ ﻧﻮ ﺑﺮاي ﺗﻀﻤﻴﻦ ﻋﻤﻠﻜﺮد در ﻃﺮاﺣﻲ ﻛﻨﺘﺮل ﻛﻨﻨﺪه ﺑﻬﻴﻨﻪ ﭘﺎﻳﺪار ﻓﺎزي ts ﺑﺎ اﺳﺘﻔﺎده از ﺗﻮاﺑﻊ ﻟﻴﺎﭘﺎﻧﻮف ﺗﻜﻪ اي ﮔﺴﺴﺘﻪ‬

در اين مقاله روند سيستماتيك طراحي كنترلر بهينه براي مدل ts سيستم غير خطي بيان مي شود. براي كاهش محافظه كاري، در تمام بخشهاي تحليل پايداري و طراحي از توابع لياپانوف تكه اي گسسته استفاده شده ا ست. تابع هزينه اي براي سيستم تعريف شده كه مينيمم سازي آن در طراحي بهره فيدبك حالت مورد توجه بوده است. همچنين تنظيم خصوصيات پاسخ گذرا مانند زمان نشست، ميزان فراجهش و... در قالب مساله جايابي قطبهاي سيستم حلقه بسته در مدل ts مورد توجه قرار گرفته است. در نهايت شروط لازم در طراحي كنترلر بهره فيدبك براي پايداري سيستم ، مينيمم سازي تابع هزينه و جايابي قطب هاي سيستم حلقه بسته در مدل ts حل يك سري نامعادلات ماتريسي خطي منجر ميگردد. روش طراحي ارائه شده در اين مقاله بر روي مدل ts سيستم غير خطي توپ و صفحه پياده سازي شده است كه نشان داده مي شود در مقايسه با برخي روشهاي متداول طراحي با صرف انرژي كمتر به عملكرد بهتري دست مي يابد.
فايل ضميمه
نوع فايل: pdf i209.pdf (346.0 كيلو بايت, 329 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
masood (۱۰-۲۸-۱۳۸۹), __masoud__ (۰۸-۶-۱۳۹۲)
قديمي ۱۱-۷-۱۳۸۸, ۰۹:۰۹ قبل از ظهر   #50 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Cool

ارايه يك جستجوي محلي جديد براي حل مساله برنامه ريزي دروس دانشگاهي با استفاده از الگوريتم ممتيك

مساله برنامه ربزي دروس دانشگاهي از جمله مسايل NP-hard است كه به لحاظ تاثير عوامل بسيار و وجود محدوديت هاي مختلف از مشهورترين مسايل بهينه سازي است. از سوي ديگر، الگوريت مهاي ممتيك يكي از انواع الگوريتمهاي تكاملي است كه مي تواند جهت حل اين مساله مورد استفاده قرار گيرد. در اين مقاله به چگونگي حل مساله پيچيده برنامه ريزي دروس دانشگاهي به كمك الگوريتم ممتيك پرداخته، سپس الگوريتم جستجوي محلي جديدي معرفي مي شود كه باعث افزايش هوشمندي و سرعت اجراي الگوريتم ممتيك شده و منجر به دستيابي به پاسخ هاي بهتر براي اين مساله مي شود. در انتها نتايج اجراي پياده سازي اين جستجوي محلي جديد با الگوريتم ژنتيك و الگوريتم جستجوي محلي سنتي مقايسه شده و كارايي بهتر آن مشخص ميشود. .
فايل ضميمه
نوع فايل: pdf i59.pdf (445.5 كيلو بايت, 394 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
masood (۱۰-۲۸-۱۳۸۹), __masoud__ (۰۸-۶-۱۳۹۲)
پاسخ



كاربران در حال ديدن تاپيک: 1 (0 عضو و 1 مهمان)
 

قوانين ارسال
You may not post new threads
You may not post replies
You may not post attachments
You may not edit your posts

BB code is فعال
شکلکها فعال است
كد [IMG] فعال است
كدهاي HTML غير فعال است
Trackbacks are فعال
Pingbacks are فعال
Refbacks are فعال




زمان محلي شما با تنظيم GMT +3.5 هم اکنون ۰۸:۵۲ قبل از ظهر ميباشد.


Powered by vBulletin® Version 3.8.3
Copyright ©2000 - 2024, Jelsoft Enterprises Ltd.
Search Engine Friendly URLs by vBSEO 3.1.0 ©2007, Crawlability, Inc.

Teach and Learn at Hexib | Sponsored by www.Syavash.com and Product In Review

استفاده از مطالب انجمن در سایر سایت ها، تنها با ذکر انجمن هوش مصنوعي به عنوان منبع و لینک مستقیم به خود مطلب مجاز است

Inactive Reminders By Icora Web Design