پزشکی

تحقیق شبكه عصبي

دانلود تحقیق با موضوع شبكه عصبي ،
در قالب word و در 23 صفحه، قابل ویرایش.
بخشی از متن تحقیق:
درروش هاي آماري براساس شمارش ويژگي هاي  موردنظر ويادگيري الگوي خلاصه سازي براي هرجمله امتيازي درنظر گرفته مي شود وجملات مهم تركه امتياز ويادگيري الگوي خلاصه استخراج مي شوند.اولين روش يادگيري نظارتي توسط Kupie cetal انجام شد دراين روش ازاحتمال وجود يك جمله رادرخلاصه باتوجه به تصاوير ويژگيهاي موردنظرش استخراج ميكرد.روش هاي نظارتي ديگر روزمره درحال تحقيقات گسترده هستند Chauny وبانك الگوريتم هاي زيادي رابراي جداسازي واستخراج جملات استفاده كردند.
همانطور كه ذكرشد هرقاعده شامل يك مقدمه است كه ابزارآن توسط عملكردخاي AMP ،OR    به هم مربوط ده اند درروش ؟؟؟ ازعملكرد MIN براي amp ازعملكرد MAN براي OR استفاده ميكنيم هرقاعده اي كه تحت مقدمه آن درجه ؟؟؟؟؟‌داشته باشد فعال مي شود بنابراين اگر ازتوابع ؟؟ گاوسي استفاده كنيم توام قواعد فعال خواهدشد اگر ق.اعد نازي توسط عملكردOR به هم مربوط شده باشند براي تركيب (Aggergation) قواعد  فعال شد ( يعني بدست آوردن يك خروجي واحد ازروي خروجيهاي اين قواعد) مالكزيم خروجيهاي قواعد رابدست مي آوريم.
روش فوق رااستنباح – man – min مي ناميم روش ديگر  – ?um – Prod است كه درآن ازحزب براي عملكرد AND وازجمع براي عملكرد OR استفاده مي آوريم.
مرحله غير فازي سازي:
درمرحله غيرنازي سازي (Depazzificalion) باتوجه به سطحي كه درمرحله استنتاج بدست آمده است.مقداري حقيقي براي خروجي بدست مي آوريم روشهاي مختلفي براي غير فارسي سازي وجوددارد كه پركاربردترين آنها روش گرانيگاه (centero f Avermy) است. گرانيگاه سفت كننده سطح ميانگين تمام مقاديري بيشترين ؟؟؟عضويت هستند ،كوچكترين مقداري كه داراي بيشترين درجه عضويت است. بزرگترين مقداري كه داراي بيشترين درجه عضويت است.
در منطق كلاسيك يك عنصر يا متعلق به يك مجموعه هست و يا نيست به عبارت ديگر درجه عضويت هر عنصر در يك مجموعه مفروض يافته است و يا يك اما در منطق فازي درجه عضويت هر عنصر عددي بين صفر و يك است.
دلايل بهره گيري از منطق فازي بيشتر مدول سازي يك سيستم به شدت غيرخطي و بدون داشتن مدل رياضي است.
دانلود فایل

دانلود فایل”تحقیق شبكه عصبي”

مهندسی کامپیوتر

تحقیق طراحي و تبيين مدل رتبه بندي اعتباري مشتريان با استفاده از شبكه‌هاي عصبي…

دانلود تحقیق با موضوع طراحي و تبيين مدل رتبه بندي اعتباري مشتريان با استفاده از شبكه‌هاي عصبي (بررسي موردي بانك سامان استان تهران)،
در قالب word و در 168 صفحه، قابل ویرایش، شامل:
 
فصل اول: كليات تحقيق        
مقدمه    
بيان مسأله           
سؤال‌هاي تحقيق   
اهميت و ضرورت موضوع تحقيق        
اهداف تحقيق       
فرضيات تحقيق     
چارچوب نظري تحقيق         
متغيرهاي پژوهشي 
سابقه و ضرورت انجام تحقيق (پيشينه تحقيق)      
كاربردهاي تحقيق  
نوع روش تحقيق   
محدوده تحقيق     
روش نمونه گيري و تعيين حجم نمونه  
ابزار گردآوري اطلاعات        
محدوديت‌هاي تحقيق         
روش تجزيه و تحليل اطلاعات            
برخي تعاريف، مفاهيم و اصطلاحات
 
فصل دوم: ادبيات تحقيق       
مقدمه    
بخش اول           
آشنايي با بانك سامان و انواع تسهيلات  
آشنايي با بانك سامان          
چارت خدمات بانك سامان     
انواع سپرده‌هاي سرمايه گذاري           
سپرده كوتاه مدت   
سپرده كوتاه مدت ويژه         
سپرده بلند مدت    
سپرده اندوخته       
سپرده ارزي         
تسهيلات حقوقي   
ابزارهاي اعتباري    
انواع ابزارهاي اعتباري          
ضوابط و معيارهاي اساسي اعطاي تسهيلات        
قابليت اعتماد و اطمينان        
قابليت و صلاحيت فني        
ظرفيت مالي و كشش اعتباري            
وثيقه (تأمين)        
بخش دوم           
مباني نظري رتبه بندي اعتبار
مقدمه    
مروري بر تاريخچه رتبه بندي اعتبار     
رتبه بندي اعتبار    
فرآيند تصميم گيري اعطاي تسهيلات   
سيستم‌هاي رتبه بندي اعتبار  
مدل‌هاي رتبه بندي اعتباري  
مزايا و محدوديت‌هاي مدل رتبه بندي اعتبار        
محدوديت‌ها         
بخش سوم          
مباني نظري شبكه عصبي     
مقدمه    
هوش مصنوعي     
مروري بر تاريخچه شبكه عصبي         
شبكه‌هاي عصبي مصنوعي    
اساس بيولوژيكي شبكه عصبي            
مقايسه بين شبكه‌هاي عصبي مصنوعي و بيولوژيكي           
مدل رياضي نرون  
ويژگي‌ها و خصوصيات شبكه‌هاي عصبي مصنوعي
قابليت يادگيري     
پردازش اطلاعات به صورت متني        
قابليت تعميم        
پردازش موازي      
مقاوم بودن          
مشخصه‌هاي يك شبكه عصبي           
مدل‌هاي محاسباتي            
قواعد يادگيري      
معماري شبكه       
عملكرد شبكه‌هاي عصبي مصنوعي      
محدوديت‌هاي شبكه عصبي  
كاربرد شبكه‌هاي عصبي در مديريت     
بخش چهارم        
خلاصه مقاله‌ها      
بخش پنجم         
نتيجه گيري         
  
فصل سوم: روش شناسي تحقيق           
مقدمه    
روش تحقيق        
جامعه آماري         
نمونه آماري         
فرضيات تحقيق     
محدوده تحقيق     
جمع آوري داده‌ها   
تعيين حجم نمونه  
ابزار گردآوري داده‌ها            
روش تجزيه و تحليل داده‌ها   
فرآيند تحقيق
            
فصل چهارم: یافته‌هاي تحقيق    
مقدمه    
آماده سازي داده‌هاي ورودي جهت رتبه سنجي مشتريان با كمك شبكه عصبي آماده سازي داده‌ها      
معماري شبكه‌       
 
 
فصل پنجم: نتيجه گيري و پيشنهادها      
نتيجه گيري         
پيشنهادات           


بخشی از متن تحقیق:
بازار اعتبارات مصرفي در ايران با تشكيل بانك هاي خصوصي رونق يافته است. فعاليت اصلي در اين بازار، اعطاي تسهيلات مصرفي به متقاضيان بوده و اين امر نياز به اعتبار سنجي متقاضيان تسهيلات جهت كاهش ريسك اعتباري دارد. امروزه سيستم هاي هوشمند، كاربردهاي فراواني در امور مختلف بانكي و مالي پيدا كرده‌اند. بررسي و تصويب اعتبارات، يكي از كاربردهاي شبكه عصبي است. پژوهش حاضر با هدف ارائه مدل مناسب بررسي رفتار اعتباري مشتريان تسهيلات مصرفي وام مضاربه با استفاده از شبكه هاي عصبي جهت رتبه بندي اعتباري شكل گرفته است. به دنبال اين هدف، ابتدا عوامل مهم تأثيرگذار بر رفتار اعتباري مشتريان شناسايي گرديد و سپس مشتريان به سه دسته خوش حساب، بد حساب و سر رسيد گذشته تقسيم شدند.

در مرحله بعد، مدل هاي شبكه عصبي پس از طراحي، با داده‌هاي آموزشي، آموزش داده شده و سپس با داده‌هاي آزمايشي مورد آزمايش قرار گرفتند.

نتايج به دست آمده نشان مي‌دهد كه رفتار اعتباري مشتريان با استفاده از مدل هاي رتبه بندي شبكه‌هاي عصبي قابل پيش بيني است …
دانلود فایل

دانلود فایل”تحقیق طراحي و تبيين مدل رتبه بندي اعتباري مشتريان با استفاده از شبكه‌هاي عصبي…”