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

بازگشت   Artificial Intelligence - هوش مصنوعی > محاسبات نرم > شبکه های عصبی (Neural Networks)


 
تبليغات سايت
Iranian Association for the Advancement of Artificial Intelligence
ارسال تاپيک جديد  پاسخ
 
LinkBack ابزارهاي تاپيک نحوه نمايش
قديمي ۱۲-۲۵-۱۳۸۹, ۱۰:۳۳ قبل از ظهر   #1 (لینک دائم)
عضو جدید
 
آواتار na_mo109
 
تاريخ عضويت: اسفند ۱۳۸۹
محل سكونت: مشهد
پست ها: 3
تشكرها: 3
0 تشكر در 0 پست
ارسال پيغام Yahoo به na_mo109
پيش فرض میشه کمکم کنین

سلام.من چند تا سوال در مورد شبکه های عصبی دارم.
1)تفاوت بین تابع آستانه و تحریک و تبدیل چیه؟ تو بیشتر مقاله ها(البته در مورد فیزیک) خوندم که تابع سیگموئید رو انتخاب کردن.این به عنوان چه تابعیه؟
2)چرا بیشتر از توابع پله ای و سیگموئید و تانزانت هیپربولیک استفاده میشه؟(به این دلیل که این توابع بین 0 و 1 هستند؟چرا؟)
3)اصولا شبکه پرسپترون به چه معنیه؟
4)شبکه ها از نظر ساختار به چند دسته تقسیم میشن؟(خطی و پرسپترون درسته؟)اینکه تابع تعریف شده چی باشه،نوع شبکه رو مشخص می کنه؟یا اینکه از چند لایه درست شده باشه؟
5)میشه یک شبکه ساده پرسپترون بدون لایه مخفی و دو ورودی و تابع باینری برای طبقه بندی رو توضیح بدین که دقیقا چی کار میکنه؟ وقتی بهش آموزش میدیم و یک وزن هایی رو به دست میاره، آیا این وزن هارو ثابت نگه میداره برای ورودی های بعد از آموزش؟
ببخشید که خیلی طولانی شد!ما این شبکه هارو تو درسامون نداشتیم خودم خوندم، به همین دلیل شاید سوالام خیلی پیش پا افتاده باشه!
ممنون میشم کمکم کنین.
na_mo109 آفلاين است   پاسخ با نقل قول

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

نشان دهنده تبلیغات is online  
قديمي ۱۲-۲۵-۱۳۸۹, ۰۵:۱۰ بعد از ظهر   #2 (لینک دائم)
Active users
 
آواتار astudio
 
تاريخ عضويت: خرداد ۱۳۸۹
پست ها: 48
تشكرها: 4
50 تشكر در 31 پست
پيش فرض

سلام
ببینید انها تقریبا پشتش یک جور الهام گرفتن از شبکه های عصبی انسان و سلول های عصبی است.در سلول های عصبی انسان بااستفاده از واکنش هایی شیمیایی و از این قبیل بار در سلول جمع آوری می شود وقتی که سلول می خواهد سیگنالی را بفرستد با استفاده از مکانیزمی این بار را ناگهان در بستر ارتباطی تخلیه می کند و نا گهان شاهد افزایش ولتاژ لحظه ای هستیم.(البته این یک توجیح از نوع عملکرد سلولهای عصبی است) این افزایش از یک حد آستانه ای بالاتر است.همیشه همیشه هم سیگمویید را انتخاب نمی کنند این تابع حالت ساده شده توابعی مثل توابع نمایی است.استفاده از این توابع هم قطعا یکی از دلایلش نر مال بودن آنهاست. شبکه های مختلفی داریم مدل های مختلفی برای شبکه های عصبی ارائه شده.اما برای مثال می تونی به اینجا مراجعه کنی.
__________________



نه چندان بزرگم

که کوچک بیابم خودم را

نه آنقدر کوچک

که خود را بزرگ...

گریز از میانمایگی

آرزویی بزرگ است؟
astudio آفلاين است   پاسخ با نقل قول
از astudio تشكر كرده است:
na_mo109 (۱۲-۲۶-۱۳۸۹)
قديمي ۱۲-۲۶-۱۳۸۹, ۰۹:۵۹ قبل از ظهر   #3 (لینک دائم)
عضو جدید
 
آواتار na_mo109
 
تاريخ عضويت: اسفند ۱۳۸۹
محل سكونت: مشهد
پست ها: 3
تشكرها: 3
0 تشكر در 0 پست
ارسال پيغام Yahoo به na_mo109
پيش فرض ممنون

نقل قول:
نوشته اصلي بوسيله astudio نمايش پست
سلام
ببینید انها تقریبا پشتش یک جور الهام گرفتن از شبکه های عصبی انسان و سلول های عصبی است.در سلول های عصبی انسان بااستفاده از واکنش هایی شیمیایی و از این قبیل بار در سلول جمع آوری می شود وقتی که سلول می خواهد سیگنالی را بفرستد با استفاده از مکانیزمی این بار را ناگهان در بستر ارتباطی تخلیه می کند و نا گهان شاهد افزایش ولتاژ لحظه ای هستیم.(البته این یک توجیح از نوع عملکرد سلولهای عصبی است) این افزایش از یک حد آستانه ای بالاتر است.همیشه همیشه هم سیگمویید را انتخاب نمی کنند این تابع حالت ساده شده توابعی مثل توابع نمایی است.استفاده از این توابع هم قطعا یکی از دلایلش نر مال بودن آنهاست. شبکه های مختلفی داریم مدل های مختلفی برای شبکه های عصبی ارائه شده.اما برای مثال می تونی به اینجا مراجعه کنی.
ممنون.
ولی پرسپترون یعنی چی؟نگفتین اون وزن ها رو نگه میداره و وقتی داده جدیدی بهش میدیم روی اون ها اعمال میکنه؟و اینکه تقسیم بندی شبکه به خطی و پرسپترون درسته؟
na_mo109 آفلاين است   پاسخ با نقل قول
قديمي ۱۲-۲۶-۱۳۸۹, ۱۰:۱۱ بعد از ظهر   #4 (لینک دائم)
Active users
 
آواتار aminkop
 
تاريخ عضويت: آبان ۱۳۸۸
پست ها: 45
تشكرها: 7
123 تشكر در 35 پست
پيش فرض

نقل قول:
نوشته اصلي بوسيله na_mo109 نمايش پست
ممنون.
ولی پرسپترون یعنی چی؟نگفتین اون وزن ها رو نگه میداره و وقتی داده جدیدی بهش میدیم روی اون ها اعمال میکنه؟و اینکه تقسیم بندی شبکه به خطی و پرسپترون درسته؟
سلام

نام اولین سیستم محاسباتی عصبی Mark I Perceptron بوده که در سال 1957 توسط رزنبلت در دانشگاه کرنل ساخته شده است. هدف این سیستم شبیه سازي شبکیه چشم انسان بوده است.
پرسپترون در حقیقت یک واحد عملیاتی است با همان ساختار ساده که در مثال ها مشاهده می کنید شبکه های عصبی پرسپترون به ویژه پرسپترون چند لایه (MLP) جزو پرکاربردترین شبکه های عصبی هستند. این شبکه ها می توانند یک نگاشت غیر خطی را با دقت دلخواه انجام دهند.(توجه بفرمائید که پرسپترون تک لایه قادر است فقط بصورت خطی مدلسازی کند پس خطی یا پرسپترون صحیح نیست مگر اینکه منظور MLP باشد). وزن ها در زمان تکرار آمورش که مثلا در این شبکه backpropagation (پس انتشار خطا) است بهینه می شوند تا زمان برقراری شرط خاتمه.
بطور کلی هم معمولا شبکه ها بر اساس قوانین یادگیری یا ساختار پیش خور, پس خور و یا ساختار خاص لایه های آنها دسته بندی می شوند.

ويرايش شده توسط aminkop; ۱۲-۲۶-۱۳۸۹ در ساعت ۱۰:۱۵ بعد از ظهر
aminkop آفلاين است   پاسخ با نقل قول
از aminkop تشكر كرده اند:
Astaraki (۱۲-۲۷-۱۳۸۹), hamid64 (۰۷-۲۷-۱۳۹۱), na_mo109 (۱۲-۲۷-۱۳۸۹)
قديمي ۱۲-۲۷-۱۳۸۹, ۰۵:۳۹ بعد از ظهر   #5 (لینک دائم)
Moderator
 
آواتار taha_mokfi
 
تاريخ عضويت: بهمن ۱۳۸۹
محل سكونت: تهران
پست ها: 88
تشكرها: 41
93 تشكر در 42 پست
پيش فرض پاسخ

نقل قول:
نوشته اصلي بوسيله na_mo109 نمايش پست
سلام.من چند تا سوال در مورد شبکه های عصبی دارم.
1)تفاوت بین تابع آستانه و تحریک و تبدیل چیه؟ تو بیشتر مقاله ها(البته در مورد فیزیک) خوندم که تابع سیگموئید رو انتخاب کردن.این به عنوان چه تابعیه؟
2)چرا بیشتر از توابع پله ای و سیگموئید و تانزانت هیپربولیک استفاده میشه؟(به این دلیل که این توابع بین 0 و 1 هستند؟چرا؟)
3)اصولا شبکه پرسپترون به چه معنیه؟
4)شبکه ها از نظر ساختار به چند دسته تقسیم میشن؟(خطی و پرسپترون درسته؟)اینکه تابع تعریف شده چی باشه،نوع شبکه رو مشخص می کنه؟یا اینکه از چند لایه درست شده باشه؟
5)میشه یک شبکه ساده پرسپترون بدون لایه مخفی و دو ورودی و تابع باینری برای طبقه بندی رو توضیح بدین که دقیقا چی کار میکنه؟ وقتی بهش آموزش میدیم و یک وزن هایی رو به دست میاره، آیا این وزن هارو ثابت نگه میداره برای ورودی های بعد از آموزش؟
ببخشید که خیلی طولانی شد!ما این شبکه هارو تو درسامون نداشتیم خودم خوندم، به همین دلیل شاید سوالام خیلی پیش پا افتاده باشه!
ممنون میشم کمکم کنین.
علت استفاده از این توابع برای فعالسازی این است که اگر نمودار تابعی مثل سیگمویئد را مشاهده کنید، خواهید دید که این نمودار در بین بازه صفر و 1 هم رفتارخطی دارد و هم رفتار غیر خطی مثلا در بازه 0.5- تا 0.5 نمودار این تابع تقریبا خطی است و در خارج این بازه نمودار غیر خطی است. این تابع با دارا بودن دو خاصیت -هم خطی هم غیر خطی - باعث می شود هم رفتارها و معادلاتی که باهم رابطه خطی دارند و هم رفتارها و معادلاتی که باهم رابطه غیر خطی دارند در این تابع بتوانند فعالسازی شوند. مثلا شما از تابع y=x نیز می توانید استفاده کنید اما این تابع فقط برای روابط خطی بین متغیرها استفاده می شود و برای متغیرهایی که رابطه غیر خطی دارند اصلا مفید نمی باشد.
پرسپترون ساختاری ساده برای شبکه های عصبی است در حقیقت ساختار هر گره لایه میانی و یا هر گره لایه خارجی پرسپترونی می باشد. اگر توی تصاویر گوگل پرسپترون رو سرچ کنید عکس هر گره و ساختار پرسپترونی رو می تونید پیدا کنید.
البته شبکه های عصبی از لحاظ ساختار بیشتر پرسپترنی هستند اما ساختارهای دیگری نیز وجود داره. در کتاب شبکه های عصبی دانشگاه ماساچوست که من مطالعه کردم از 8 تا 9 نوع شبکه معروف نام برده.
در مورد سوال اخر این سوالی که شما کردین یعنی کل شبکه عصبی رو می خوایین که توضیح داده بشه. به نظرم یه سرچ کوچولو توی اینترنت بکنید مثالهای خوبی پیدا می کنید.
اگر تونستم یه مثال براتون شیر می کنم.
taha_mokfi آفلاين است   پاسخ با نقل قول
از taha_mokfi تشكر كرده اند:
Astaraki (۱۲-۲۷-۱۳۸۹), na_mo109 (۱۲-۲۸-۱۳۸۹)
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 ۰۹:۵۶ بعد 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