شماره ركورد :
26991
عنوان :
بررسي شبكه هاي عصبي با استفاده از تيوري اطلاعات
پديدآورندگان :
محمد رضا عارف نويسنده , سلامتيان محمد رضا نويسنده
نام دانشگاه :
اصفهان : دانشگاه صنعتي اصفهان . دانشكده برق و كامپيوتر
رشته :
كارشناسي ارشد (Œ)
تعداد صفحه :
173
سال انتشار :
1374
كليدواژه زبان طبيعي :
هاپفيلد , اليانت , شبكه ها , واپنيك , عصبي , چروننكيس , نروديناميك , تيوري , اطلاعات , مدل , بولي , انتروپي , توابع , دسته بندي , حافظه , تصميم ناپذيري , شبكه ها , مصنوعي
چكيده :
تيوري اطلاعات علمي مي باشد كه مدعي است قوانين علمي حاكم بر هر گونه انتقال و تغيير حالت اطلاعات ، را مورد مطالعه قرار مي دهد. تيوري اطلاعاتي كه از زمان انتشار مقاله بنيادي در سال شانون در سال 1948 تاكنون گسترش يافته انتقال اطلاعات را از كانالهاي مخابراتي مورد بحث قرار مي دهد و كمتر به مقوله تغيير اطلاعات يا به عبارت ديگر پردازش پرداخته شده است . در عين حال طي دهه اخير ساختارهاي پردازشي قوي مانند بردارهاي تپنده ، شبكه هاي عصبي و پردازنده هاي فازي كه موفق به حل برخي از مسايل پيچيده در تشخيص الگو، كنترل هوشمند، بهينه سازي و ديگر زمينه هاي مهندسي شده اند اين سوال را مطرح نموده اند كه اساسا چرا اين ساختارها موفق مي باشند. تيوري اطلاعات بستري مناسب جهت دستيابي به پاسخ پرسش فوق مي باشد. در اين پايان نامه ديدگاه فوق جهت بررسي شبكه هاي عصبي به كار گرفته شده است و نتايجي در مورد تواناييها و محدوديتهاي اين ساختارهاي بدست آمده است . طي گزارش ابتدا جهت ايجاد مباني بحث به معرفي تيوري پيچيدگي توصيفي كولموگرف اقدام شده است ، سپس معرفي تيوري اطلاعاتي پردازش انجام پذيرفته است . طي اين بحث پس از اشاره اي به چرايي اطلاعاتي پردازش ، مفاهيم ظرفيت پردازشي ، ظرفيت حافظه و ظرفيت آموزش پذيري يك ساختار تعريف شده اند. در ادامه مباحث شبكه هاي عصبي به عنوان پردازنده هاي عمومي معرفي شده اند و روشهاي تجزيه و تحليل آنها مطرح گرديده است ... خلاصه مندرجات : ... تيوري پيچيدگي توصيفي +تيوري اطلاعات پردازش +بررسي شبكه هاي عصبي به عنوان پردازنده هاي عمومي +ظرفيت پردازشي و اطلاعاتي شبكه هاي عصبي +تيوري آموزش پذيري +نتيجه گيري و پيشنهادات ...
يادداشت :
مركز اسناد و آمار
زبان :
فارسي
لينک به اين مدرک :
بازگشت