دانلود مقالات اولین کنگره مشترک سیستمهای فازی و سیستمهای هوشمند! - صفحه 5 - Artificial Intelligence

**Astaraki** · ۱۲-۱۵-۱۳۸۸, ۱۲:۱۰ بعد از ظهر

روشي جديد براي آشكارسازي عيب بلبرينگ هاي موتور القايي با استفاده از شناسايي الگو

در اين مقاله روشي جديد بر مبناي تشخيص الگو با استفاده از شبكه عصبي مصنوعي براي آشكارسازي و دسته بندي عيوب بلبرينگ هاي موتور القايي ارائه مي شود. شبكه عصبي توسط يك دسته داده آزمايشگاهي با مشخص بودن محل عيب آموزش داده مي شود و يك دسته داده نيز براي آزمون شبكه به كار برده ميشود. در اين روش خصوصيات حوزه زمان و فركانس سيگنال ارتعاشات بدنه موتور استخراج و به عنوان ورودي شبكه عصبي استفاده مي شوند. اين ويژگي ها از پردازش مستقيم بخش هاي مختلف سيگنال اندازه گيري شده بدست مي آيد. سه حالت سالم، عيب رينگ بيروني و عيب رينگ داخلي با استفاده الگوريتم پيشنهادي دسته بندي مي شوند و نوع عيب مشخص ميشود. نتايج نشان مي دهد كه الگوريتمهاي تشخيص الگو با استفاده از خصوصيات حوزه زمان مي تواند محل عيب را با دقت بالا و بدون نياز به محاسبات پيچيده مشخص كند.

**Astaraki** · ۱۲-۱۵-۱۳۸۸, ۱۲:۱۳ بعد از ظهر

سيستم بازشناسي حروف دست نويس فارسي بر اساس الگوريتم آموزش فعال با استفاده از كميته اي از دسته بندها

در مسايل يادگيريِ واقعي، بدست آوردن نمونه هاي برچسب دار براي آموزش بسيار پرهزينه مي باشد. در اين مقاله روشي براي دسته بندي حروف پيشنهاد شده است كه در آن ابتدا يك كميته شامل يك شبكه عصبي ساده چند لايه، يك دسته بند بيزين ساده و يك دسته بند Rocchio با تعداد كمي نمونه برچسبدار ساخته م يشوند. سپس با استفاده از يادگيري فعال و با بكارگيري روش نمونه برداري براساس عدم اطمينان و اختلاف نظر بين اعضاي كميته و عدم مشابهت، نمونه هاي مفيد را براي برچسب گذاري به كاربر مي دهد تا در آموزش مجدد دسته بندها استفاده كند. در نهايت در مرحله تست از تركيب آراي اعضاي كميته براي تعيين كلاس داده ورودي استفاده مي شود. همچنين مقايسه اي بين نتايج دسته بندي حاصل از روش هاي معمولي آموزش، روش هاي فعال آموزش با استفاده از يك دسته بند و روش پيشنهادي صورت گرفته است. اين مقاله همچنين از روش قاب بندي براي استخراج ويژگيها استفاده مي كند. اين روش وابسته به قلم و اندازه حرف ورودي نيست و با يك تغيير كوچك در مرحله پيش پردازش براي هر زباني با هر قلمي و هر اندازه اي مي تواند كارا باشد. نمونه هاي استفاده شده بصورت دستي جمع آوري و پردازش شده اند.

**Astaraki** · ۱۲-۱۵-۱۳۸۸, ۰۱:۱۶ بعد از ظهر

شبكه هاي عصبي مصنوعي جهت تشخيص و طبقه بندي بيماري هاي گوارشي بااستفاده از آناليز هاي ويولت و كپستروم در مقايسه با روشهاي آماري

در اين مقاله بررسي بر روي بيماري هاي گوارشي آشكار شونده توسط صوت صورت مي گيرد ويژگي هاي مربوطه سيگنالها ي صوتي پس از ثبت در خوزه كپستروم و ويولت استخراج شده و ثبت مي گردد و طبقه بندي اين سيگنالها به وسيله طبقه بندي كننده هايي چون شبكه عصبي و آماري انجام مي گيرد. در نهايت مقايسه نتايج روش هاي ذكر شده در رسيدن به تشخيص درست تر.

**Astaraki** · ۱۲-۱۶-۱۳۸۸, ۱۰:۲۴ قبل از ظهر

شبيه سازي فرآيند تشخيص موانع توسط روبات با استفاده از فيلترينگ ذره اي

تخمين موقعيت دقيق، مسيريابي و تشخيص موانع، يكي از مهم ترين مسائل در زمينة روباتيك و هوش ماشين است. در سال هاي اخير، تحقيقات نشان داده اند كه روش هاي احتمالاتي، قابل اطمينان ترين راه حل ها را در اين مورد پيشنهاد مي دهند. روش مسيريابي بر مبناي فيلترينگ ذره اي، يكي از كارآمدترين اين روش ها مي باشد كه با استفاده از مجموعه اي از نمونه هاي وزن دهي شده و بر اساس روش مونت كارلو، مدلي را ارائه مي دهد. در اين مقاله سعي شده است تا از طريق شبيه سازي يك محيط دو بعدي با تعداد موانع متغير و به كار بردن فيلترينگ ذره اي، تحققي از اين فيلتر در فرآيند تشخيص موانع ارائه گردد.

**Astaraki** · ۱۲-۱۶-۱۳۸۸, ۱۰:۲۶ قبل از ظهر

شناسايي افراد به كمك ويژگيهاي حوزه زمان و فركانس از مدل راه رفتن

در اين مقاله شناسايي هويت افراد بر اساس ويژگيهاي حوزه زمان و فركانس راه رفتن بررسي ميگردد. اين ويژگيها از رشته تصاوير دو بعدي مربوط به راه رفتن افراد استخراج ميگردد. ابتدا مدل ساده اي از بدن فرد در هر فريم يك ويدئو ساخته شده و سپس ويژگيهاي بخشهاي مختلف اين مدل استخراج ميگردد. در اين مقاله ويژگيهايي را به دسته ويژگيهاي بكار رفته در روشهاي مشابه اضافه ميكنيم تا تمايز بين افراد را بهبود بخشد. ويژگيهاي استخراج شده را در حوزه زمان و فركانس آناليز نموده و به كمك روش anova ويژگيهاي كارا را انتخاب ميكنيم. نتايج حاصل از تحليل anova و كارآيي آن در اين مقاله ارايه ميگردد. ويژگيهاي استخراج شده را به حوزه فركانس برده و مولفه كارآمد اين ويژگيها در فركانس اصلي راه رفتن فرد شناسايي ميشود. در مرحله بعد، ويژگيهاي حوزه زمان و فركانس به يك كلاسه بند وزندار داده ميشود تا فرد را از روي رشته ويدئويي داده شده، تشخيص دهد. نتايج تجربي نشان ميدهد ويژگيهاي پيشنهاد شده در اين مقاله روشهاي قبلي را بهبود ميبخشد. همچنين وزندار كردن ويژگيها در مرحله كلاسه بندي نرخ شناسايي را افزايش ميدهد.

**Astaraki** · ۱۲-۱۶-۱۳۸۸, ۱۰:۲۸ قبل از ظهر

شناسايي پارامترهاي مجهول سيستم آشوبي به منظور سنكرون سازي توسط الگوريتم ژنتيك

اين مقاله روش جديدي را براي سنكرون سازي اسيلاتورهاي آشوبي به كمك الگوريتم ژنتيك پيشنهاد ميكند. براي پياده سازي اين روش از بين سيستم هاي آشوبگونه مختلف، سيستم راسلرانتخاب شده است. هدف از سنكرون سازي يكسان شدن پارامترهاي مجهول سيستم پاسخ با سيستم راه انداز و صفر شدن خطا مي باشد. در حل اين مساله نياز به يك پاسخ بهينه براي سيستم نداريم بلكه سيتم ديناميكي ميباشد و به سيگنال كنترلي احتياج هست. الگوريتم ژنتيك هميشه در محيطهاي استاتيك استفاده مي شده اما در روش ابتكاري الگوريتم ژنتيك پي در پي اجرا شده است و پارامترهاي مجهول سيستم پاسخ و سيگنال كنترلي به صورت تكه اي در زير بازه هاي كوچك زماني محاسبه و با كنار هم قرار دادن آنها ،مقادير نهايي دركل زمان به دست مي آيد. بدين ترتيب پارامترهاي متغير با زمان براي سنكرون سازي فراهم مي شوند. الگوريتم ژنتيك با قابليت جستجوي سراسري، سعي در كاهش زمان سنكرون سازي دارد. در روش پيشنهادي در كمتر از 40 ثانيه سنكرون سازي انجام مي گيرد و خطا صفر مي گردد. همچنين در اين مقاله اثر تغيير شرايط اوليه سيستم راه انداز نيز بررسي شده است.

**Astaraki** · ۱۲-۱۸-۱۳۸۸, ۰۵:۵۳ بعد از ظهر

شناسايي خودكار خطوط نقشه فرش

آنچه در اين مقاله دنبال مي شود اين است كه يافتن خطوط نقشه - شامل خطوط باريك و خطوط ضخيم - توسط رايانه به صورت خودكار و هوشمند انجام شود . اين مقاله در حقيقت بخشي از پايان نامه كارشناسي ارشد است. در اين پايان نامه هدف خواندن خودكار نقشه فرش است . از آنجا كه همه پيكسل هاي درون چهارخانه ها –كه از تلاقي خطوط باريك حاصل مي شوند- در مرحله كاهش رنگ بايد همرنگ شوند ، لازم است كه ابتدا خطوط نقشه به طور صحيح شناسايي شوند . براي رسيدن به اين هدف ابتدا فاصله خطوط باريك محاسبه مي شود . پس از شناسايي اولين خط باريك ، خطوط باريك بعدي به ترتيب رسم مي شو ند. براي شناسايي اولين خط ضخيم از الگوريتم شانه گذاري استفاده شده است . مشكل عمده در شناسايي خطوط، خطاي نمونه برداري ناشي از اسكنر است. اين خطا غير قابل اجتناب مي باشد. براي اصلاح اين خطا در مراحل مختلف روش هايي پيشنهاد شده است.

**Astaraki** · ۱۲-۲۴-۱۳۸۸, ۰۶:۴۱ قبل از ظهر

شناسايي كوره دوار سيمان با استفاده از شبكه عصبي

كوره سيمان يك سيستم غير خطي و متغير با زمان مي باشد. از آنجاييكه در اين سيستم علاوه بر اعمال فيزيكي، واكنش هاي شيميايي نيز انجام مي شود، اين سيستم داراي معادلات ديناميكي پيچيده است. اين معادلات هنوز به طور دقيق بدست نيامده اند و در صورت لزوم از بسياري از پارامترهاي موجود صرفنظر شده و از تقريب اين معادلات استفاده مي شود. همين موضوع باعث بروز بسياري از مشكلات در طراحي كنترل كننده مي شود. بنابراين با توجه به اهميت كوره دوار سيمان در صنعت و با توجه به ماهيت پيچيده آن و پارامترهاي متعدد موثر بر كيفيت كار آن، انجام تحقيق و پژوهش برروي آن ضروري است. در اين مقاله مدلهايي براي كوره دوار سيمان با استفاده از شبكه عصبي ارائه ميگردد. در اين راستا از دو روش شبيه- سازي و پيشبيني براي شناسايي و مدلسازي كوره استفاده ميشود. براي آموزش شبكه عصبي نيز، تكنيك كاربردي گراديان نزولي جهت تنظيم پارامترهاي شبكه استفاده شده است. در پايان ضمن بيان خصوصيات مدلهاي بدست آمده، مزايا و معايب هركدام ارائه ميگردد. مدلسازي با بكارگيري داده هاي واقعي كه از كارخانه سيمان ساوه حاصل شده بود، انجام گرديده است.

**Astaraki** · ۱۲-۲۴-۱۳۸۸, ۰۶:۴۳ قبل از ظهر

شناسايي و تاييد امضا فارسي برون خطي مبتني بر تئوري فركتال

تئوري فركتال در توليد تصاوير رايانه اي ، فشرده سازي تصاوير و شناسايي الگو مدتهاست كه مورد استفاده قرار گرفته است . شناسايي امضا يك مساله شناسايي الگو مي باشد كه به منظورجداسازي نمونه هاي جعلي از نمونه هاي حقيقي استفاده مي گردد . در اين مقاله از بعد فركتالي و نيز فشرده سازي فركتالي جهت شناسايي امضا فارسي به صورت برون خطي استفاده شده است . بعد فركتالي با افزايش پيچيدگي نمونه امضا افزاشي مي يابد اما به علت اختلاف بين كلاسي كم به تنهايي معيار مناسبي براي شناسايي الگو نمي باشد . از فشرده سا زي فركتالي در اين مطالع ه به دو گونه استفاده گرديد ابتدا از كد فر كتالي جهت شناسايي الگو استفاده شد كه با وجود هزينه زماني زياد نرخ شناسايي حدود 80 % حاصل ش د . سپس از كد فركتالي هر امضا، ويژگيهايي استخراج شد و ازاين ويژگيها جهت شناسايي امضا استفاده گرديد .

**Astaraki** · ۱۲-۲۴-۱۳۸۸, ۰۶:۴۹ قبل از ظهر

طراحي بهينه كنترل فازي تاكاگي سوگنو با استفاده از يك روش جديد براي سيستم آونگ معكوس

كنترل سيستمهاي غير خطي يكي از مباحث تحقيقاتي مهم ميباشد كه در اين راستا روشهاي هوشمند ميتوانند عملكرد خوبي داشته باشند . روشهاي يادگيري تقويتي از جمله روشهايي ميباشند كه براي تنظيم پارامترهاي مربوط به يك سيستم كنترلي بكار برده مي شوند . روش مرسوم اتوماتاي يادگيري تقويتي گسسته دسته اي از روشهاي يادگيري تقويتي بوده كه در اين مقاله به ارائه روشي جديد بر مبناي روش مرسوم ميپردازيم . روش جديد را تحت عنوان روش اتوماتاي يادگيري تقويتي گسسته توسعه يافته مي شناسيم. ابتدا به ارائة بيان جديدي از سيستم در فضايn بعدي پرداخته و سپس روش جديد در اين فضا پياده ميشود كه منجر به بهبودي قابل ملاحظه اي از لحاظ سرعت و دقت ميشود. روش ارائه شده در اين مقاله را در طراحي كنترل فازي تاكاگي سوگنو براي يك سيستم پاندول معكوس كه از سيستمهاي غير خطي مهم است، بكار برده و نتايج را با روش مرسوم آتوماتاي يادگيري تقويتي مقايسه ميكنيم