نتایج جستجو

تطبیق عنوان صفحه

• شبکه‌های عصبی سیامی
  ...گاهی اوقات '''شبکه عصبی دوقلو''' نامیده می‌شود) یک [[شبکه عصبی مصنوعی|شبکه عصبی مصنوعی است]] که از وزن‌های یکسانی استفاده می‌کند در حالی که روی دو بردار ور ...ر دوربین و تطبیق اسناد با اسناد نمایه شده‌است. شاید شناخته شده‌ترین کاربرد شبکه‌های دوقلو، [[سیستم تشخیص چهره|تشخیص چهره]] است، که در آن تصاویر شناخته شده از ا ...
  ۱۴ کیلوبایت (۸۷۵ واژه) - ۳ اکتبر ۲۰۲۳، ساعت ۰۹:۰۷

تطبیق متن مقاله

• یادگیری هب
  ...لیسی: Hebbian Learning) یکی از اصول اساسی یادگیری در علوم اعصاب و شبکه‌های عصبی مصنوعی است. این قانون در سال ۱۹۴۹ توسط [[دونالد هب]] در کتاب "سازمان رفتار" === شبکه‌های عصبی مصنوعی === ...
  ۴ کیلوبایت (۷۹ واژه) - ۲۶ ژانویهٔ ۲۰۲۵، ساعت ۱۸:۵۰
• کوییک پراپ
  '''کوییک‌پراپ''' یک روش تکراری برای تعیین کمینه [[تابع هزینه]] یک [[شبکه عصبی مصنوعی]] است که از [[روش نیوتن]] الهام گرفته شده‌است. بعضی اوقات، این الگور ....edu/user/sef/www/publications/qp-tr.ps یک مطالعه تجربی از سرعت یادگیری در شبکه‌های بازگشت به انتشار]''، سپتامبر ۱۹۸۸ ...
  ۲ کیلوبایت (۶۹ واژه) - ۲۰ نوامبر ۲۰۲۳، ساعت ۱۶:۰۵
• شبکه باور عمیق
  ...عصبی مصنوعی]] است که از [[مدل سازنده|روش سازنده]] استفاده می‌کند. این شبکه عصبی مصنوعی شامل یک لایه از متغیرهای دیده شده و چندین لایه شامل متغیرهای دیده نش ...یق یه عنوان راه‌حلی معرفی شد تا بتواند مشکلاتی را که قبل از آن در شبکه‌های عصبی وجود داشتند (مانند مدت زمان زیاد یادگیری، رسیدن به کمینه‌های محلی به دلیل ا ...
  ۵ کیلوبایت (۱۴۸ واژه) - ۲۲ فوریهٔ ۲۰۲۴، ساعت ۱۲:۰۸
• تصمیم‌گیری پویا
  ...حوزه‌های مختلفی از جمله علوم شناختی، علوم اعصاب بالینی و مدل‌سازی شبکه‌های عصبی مورد استفاده قرار می‌گیرد. به عنوان مثال: در علوم اعصاب بالینی برای مطالعه اثرات اختلالات عصبی مانند بیماری پارکینسون و اسکیزوفرنی بر تصمیم‌گیری استفاده می‌شود. ...
  ۴ کیلوبایت (۱۳۹ واژه) - ۱ فوریهٔ ۲۰۲۵، ساعت ۰۵:۲۶
• مدل تیزه-پاسخ
  ...توصیف رفتار نورون‌ها توسعه یافت و به سرعت در مطالعات علوم اعصاب و شبکه‌های عصبی مورد استفاده قرار گرفت.<ref name=":0">{{یادکرد کتاب|عنوان=Neuronal Dynamics === شبیه‌سازی شبکه‌های عصبی و مطالعه دینامیک نورون‌ها === ...
  ۹ کیلوبایت (۳۷۲ واژه) - ۱۵ فوریهٔ ۲۰۲۵، ساعت ۱۲:۵۰
• پیش‌نویس:کامپیوتر عصبی دیفرانسیل‌پذیر
  .../wiki/File:DNC_training_recall_task.gif|بندانگشتی|300x300پیکسل|یک کامپیوتر عصبی دیفرانسیل‌پذیر در حال آموزش برای ذخیره و یادآوری اعداد باینری متراکم. در ای ...وتر عصبی دیفرانسیل‌پذیر''' ( '''DNC''' ) یک معماری [[شبکه عصبی مصنوعی|شبکه عصبی]] تقویت‌شده حافظه (MANN) است که معمولاً (اما نه همیشه) به صورت بازگشتی پیاد ...
  ۱۱ کیلوبایت (۵۱۷ واژه) - ۱۹ آوریل ۲۰۲۴، ساعت ۰۸:۱۲
• قانون دلتا
  ...است. می توان آن را به عنوان الگوریتم [[پس‌انتشار|پس انتشار]] برای یک شبکه عصبی تک لایه با تابع خطای از دست رفتگی میانگین مربع استخراج کرد. ...ن خطا در خروجی شبکه عصبی از طریق [[گرادیان کاهشی]] مشتق شده است. خطای شبکه عصبی با خروجی های j را می توان به این صورت اندازه گیری کرد: ...
  ۷ کیلوبایت (۴۶۱ واژه) - ۶ ژوئیهٔ ۲۰۲۴، ساعت ۰۳:۵۷
• گرادیان محوشونده
  ...sodi2020"/> در بدترین حالت، این اتفاق ممکن است به‌طور کامل مانع آموزش شبکه عصبی بشود.<ref name="Basodi2020"/> به عنوان مثال، برخی از [[تابع فعالسازی|توابع ...پیدا کردن راه‌حل‌هایی برای این مشکل سبب رشد چشم‌گیر استفاده [[یادگیری ژرف|شبکه‌های مصنوعی عمیق]] شد. ...
  ۱۲ کیلوبایت (۶۹۸ واژه) - ۲۵ نوامبر ۲۰۲۳، ساعت ۱۲:۰۱
• شبکه عصبی گراف
  '''شبکه عصبی گرافی''' (GNN) یک کلاس از [[شبکه عصبی مصنوعی|شبکه‌های عصبی مصنوعی]] برای پردازش داده‌ها است که می‌تواند به صورت یک [[گراف]] نمایش داده ...فورمرها]]، در زمینه [[پردازش زبان‌های طبیعی]]، می‌توانند به‌عنوان شبکه‌های عصبی گرافی دیده شوند که برای گراف کاملی که گره‌های آن‌ها کلمات در یک جمله هستند ...
  ۱۷ کیلوبایت (۷۷۳ واژه) - ۲۶ ژانویهٔ ۲۰۲۵، ساعت ۱۵:۵۶
• پرسپترون چندلایه
  ...ودی، یک لایه پنهان و یک لایه خروجی. به جز گره‌های ورودی، هر گره یک [[یاخته عصبی|نورون]] است که از یک [[تابع فعال‌سازی]] غیر خطی استفاده می‌کند.MLP از تکنیک ...اتصالات ورودی است. توابع فعال‌سازی جایگزین، از جمله توابع [[یکسوساز (شبکه عصبی)]]<nowiki/> پیشنهاد شده‌است. توابع فعال‌سازی بیشتر تخصصی شامل [[توابع پایه ...
  ۹ کیلوبایت (۱۷۹ واژه) - ۲۴ نوامبر ۲۰۲۴، ساعت ۱۰:۳۳
• دوره کاری
  === شبکه‌های زیستی === ...ld; Marder, Eve; Silverston, Alan et al. , eds. شبکه‌های زیستی پویا: سیستم عصبی دهان و معده. Massachusetts: MIT Press. pp. 87–139.</ref> ...
  ۴ کیلوبایت (۲۲۱ واژه) - ۱۲ ژوئیهٔ ۲۰۲۴، ساعت ۰۳:۵۵
• تابع سیگموئید
  ...بع هذلولوی|هذلولی]] به عنوان تابع فعال‌سازی در [[شبکه عصبی مصنوعی|شبکه‌های عصبی]] استفاده می‌شود. منحنی‌های سیگموئید نیز در آمار به عنوان [[تابع توزیع تجمع در [[شبکه عصبی مصنوعی|شبکه های عصبی مصنوعی]]، گاهی اوقات از توابع غیرساده برای افزایش بازدهی استفاده می‌شود که ...
  ۸ کیلوبایت (۲۴۷ واژه) - ۱۹ فوریهٔ ۲۰۲۵، ساعت ۲۱:۳۵
• مدل برون‌زاد خودوایاز غیرخطی
  ...تابع غیرخطی مانند [[چندجمله‌ای|چند جمله ای]] است. ''F'' می‌تواند یک [[شبکه عصبی]]، یک [[شبکه موجک]]، یک [[شبکه سیگموئید]] و غیره باشد. برای آزمایش غیرخطی ب ...e.net/projects/narxsim پیاده‌سازی منبع باز مدل NARX با استفاده از شبکه‌های عصبی] ...
  ۳ کیلوبایت (۱۴۲ واژه) - ۱۸ سپتامبر ۲۰۲۱، ساعت ۰۹:۰۶
• آدالاین
  ...''آدالاین‌'''</big>'''( نورون خطی تطبیقی ​​یا عنصر خطی تطبیقی )''' یک شبکه عصبی مصنوعی تک لایه و نام دستگاهی است که این شبکه را پیاده سازی کرده است. شبکه ا آدالاین یک شبکه عصبی تک لایه با چندین گره است که هر گره چندین ورودی را می پذیرد و یک خروجی تولید ...
  ۸ کیلوبایت (۱۸۲ واژه) - ۲۵ ژوئن ۲۰۲۴، ساعت ۰۴:۵۳
• میانگین‌گیری گروهی‌(یادگیری ماشین)
  ...ادگیری_ماشین|یادگیری ماشین]]، به خصوص در ایجاد [[شبکه_عصبی_مصنوعی|شبکه‌های عصبی مصنوعی]]، '''میانگین‌گیری گروهی''' به فرآیندی گفته می‌شود که در آن چندین مد ...شبکه‌های تولید شده حذف می‌شوند و فقط یکی باقی می‌ماند، میانگین‌گیری گروهی شبکه‌های کمتر مطلوب را با وزن کمتر <ref name = 'two'> Hashem, S. "Optimal linear com ...
  ۹ کیلوبایت (۳۲۳ واژه) - ۲۷ آوریل ۲۰۲۴، ساعت ۱۳:۵۵
• ماشین یادگیری افراطی
  ...'ماشین یادگیری حداکثر''' {{به انگلیسی|Extreme learning machine}} یک [[شبکه عصبی پیشخور]] است که برای [[طبقه‌بندی آماری]] ، [[تحلیل رگرسیون]] ، [[خوشه‌بندی] [[رده:شبکه‌های عصبی مصنوعی]] ...
  ۳ کیلوبایت (۲۶۳ واژه) - ۲۲ اکتبر ۲۰۲۱، ساعت ۲۳:۰۷
• شبکه عصبی باقی‌مانده
  {{DISPLAYTITLE:شبکه عصبی باقی‌مانده}} ...تی|نمودار تابع هزینه برای زمان تمرین (training) و زمان تست (test) یک شبکه عصبی مستقیم (بدون لایه پرشی) که نشان‌دهنه این است که هرچه تعداد لایه‌ها افزایش پ ...
  ۱۴ کیلوبایت (۷۵۲ واژه) - ۱۷ فوریهٔ ۲۰۲۴، ساعت ۰۱:۵۳
• پس‌انتشار
  ...پیشخور|شبکه‌های عصبی پیشخور]] است (روش‌های مشابهی برای آموزش سایر شبکه‌های عصبی مصنوعی به وجود آمده‌است). در این روش با استفاده از قاعده زنجیره‌ای، گرادیان ...(محاسبه اثر هر وزن در خروجی هر نمونه) برای شبکه‌های عصبی پیشخور و به خصوص شبکه‌های عمیق بسیار زمان‌بر و در عمل غیرممکن است. با استفاده از روش پس‌انتشار و با ک ...
  ۱۶ کیلوبایت (۱٬۱۳۸ واژه) - ۲۹ نوامبر ۲۰۲۳، ساعت ۱۲:۰۶
• شبکه‌های عصبی سیامی
  ...گاهی اوقات '''شبکه عصبی دوقلو''' نامیده می‌شود) یک [[شبکه عصبی مصنوعی|شبکه عصبی مصنوعی است]] که از وزن‌های یکسانی استفاده می‌کند در حالی که روی دو بردار ور ...ر دوربین و تطبیق اسناد با اسناد نمایه شده‌است. شاید شناخته شده‌ترین کاربرد شبکه‌های دوقلو، [[سیستم تشخیص چهره|تشخیص چهره]] است، که در آن تصاویر شناخته شده از ا ...
  ۱۴ کیلوبایت (۸۷۵ واژه) - ۳ اکتبر ۲۰۲۳، ساعت ۰۹:۰۷
• یکسوساز (شبکه عصبی)
  در چاچوب [[شبکه عصبی مصنوعی]]، '''یکسوساز''' یک [[تابع فعالسازی|تابع فعال‌سازی]] که به صورت ...ت. یکسوساز در حال حاضر از پرطرفدارترین توابع فعال‌سازی برای [[یادگیری عمیق|شبکه‌های عمیق]] است.<ref>{{Cite journal|last=Ramachandran|first=Prajit|last2=Zoph|fi ...
  ۱۲ کیلوبایت (۵۲۳ واژه) - ۱۸ ژانویهٔ ۲۰۲۳، ساعت ۱۷:۴۴