امروز:جمعه, ۳۱ فروردین , ۱۴۰۳
زمان انتشار : پنجشنبه, اردیبهشت 11ام, 1393 | پرینت مطلب |ابراهیم مسگری| بازديد: 7,879 بار

راهنمای شبکه های عصبی در نرم افزار NeuroSolution

 شبکه های عصبی مصنوعی یک سیستم پردازشگر اطلاعات توده ای هستند که به صورت موازی قرار گرفته اند و عملکردی شبیه شبکه عصبی مغز انسان دارند (هاپفیلد، ۱۹۸۲: ۲۵۵۵) در این روش سعی می شود بر اساس روابط ذاتی مابین داده ها، نگاشتی غیرخطی مابین متغیرهای مستقل و وابسته برقرار گردد . ایده اصلی شبکه عصبی بر مبنای شبیه سازی عملکرد مغز انسان بوده و در مقیاس خیلی کوچک، می تواند مانند شبکه­ای زیستی قدرت یادگیری داشته باشد و همچنین این یادگیری را تعمیم دهد (فتحی و همکاران، ۱۳۸۸: ۲۱۰) و ساختار منحصر به فردی را برای حل مسائلی که با روش های معمول به سختی امکان حل آن ها وجود دارد، ارائه می دهند(پترسون، ۱۹۹۶). در واقع این سیستم ها در مدل سازی ساختار نروسیناپتیکی مغز بشر می­کوشند (منهاج، ۱۳۸۴). و ابزار ریاضی قدرتمندی هستند که با تقلید ساده از سیستم عصبی بیولوژیک ساخته شده اند (فولاپ و همکاران، ۱۹۹۸: ۷۵۴). قدرت انعطاف و تصحیح پذیری بالایی در انطباق خود با داده های موجود را دارند (رنجیتان و همکاران ، ۱۹۹۵: ۱۳۴)، به طوری که می توانند مجهز به سازماندهی شوند و نظم و هماهنگی موجود در داخل این داده ها را پیدا نموده  و بر اساس یک سری شواهد (بردارهای ورودی) وقوع و بزرگی یک پدیده را پیش بینی نمایند (کنراد و روهل، ۱۹۹۹: ۳).  ساختار عادی یک شبکه عصبی مصنوعی، معمولاً از لایه ورودی، لایه پنهان و لایه خروجی تشکیل شده است. لایه ورودی یک لایه انتقال دهنده و وسیله ای برای تهیه کردن داده­هاست. لایه خروجی شامل مقادیر پیش بینی شده بوسیله شبکه می باشد بنابراین خروجی مدل را معرفی می کند. لایه پنهان که از نرون های پردازشگر تشکیل شده اند، محل پردازش داده هاست. شمار لایه ها و شمار نرون ها در هر لایه پنهان با روش آزمون و خطا مشخص می شود (اصغری مقدم و همکاران، ۱۳۸۷: ۳). شبکه های عصبی از لحاظ نوع شبکه به دو گروه شبکه های پیشخور و پسخور تقسیم می شوند.

* این آموزش توسط آقای محمد میرزاوند تهیه و تنظیم شده است.

راهنمای شبکه های عصبی در نرم افزار  NeuroSolution (بر روی دانلود کلیک نمایید)



نویسنده : یکتا Iran (ISLAMIC Republic Of)
تاریخ : دوشنبه, مرداد ۲۰ام, ۱۳۹۳
ساعت : ۲۳:۰۵

از مطالب مفیدی که گذاشتید بسیار متشکرم
من درحال انجام پایانامم در ارتباط با شبکه عصبی هستم و این مطالب بسیار بمن کمک کرد

نویسنده : ابراهیم مسگری Iran (ISLAMIC Republic Of)
تاریخ : سه شنبه, مرداد ۲۱ام, ۱۳۹۳
ساعت : ۰۰:۴۶

سلام و عرض ادب خدمت شما دوست عالیقدر
از مهرورزی شما بسیار سپاسگزارم، باشد که همواره پاینده و کامران باشید.

نویسنده : ghias Iran (ISLAMIC Republic Of)
تاریخ : شنبه, شهریور ۱۵ام, ۱۳۹۳
ساعت : ۰۱:۵۸

با سلام و احترام
در اسلاید با عنوان پیش بینی من متوجه اینکه دقیقا چه اقدامی باید انجام بدم نشدم لطفا توضیح بیشتری بدین . سپاس

نویسنده : ابراهیم مسگری Iran (ISLAMIC Republic Of)
تاریخ : شنبه, شهریور ۱۵ام, ۱۳۹۳
ساعت : ۱۴:۲۸

سلام و عرض ادب خدمت شما دوست گرانسنگ
با توجه به اینکه نرم افزار مورد نظر را در سیستم نصب ندارم نمی توانم اطلاعات کامل تری را توضیح دهم، اما همانگونه که در راهنمای اموزش نوشته است
بعد از مشخص شدن پارامترهایی که تاثیر بیشتری دارند و حذف پارامترهای کمتر تاثیر گذار (مدلی مناسب تر است که ورودی کمتری داشته باشد) به عنوان مثال اگر ۳ متغییر تاثیر گذار دارید در انتهای هر ستون در Sheet1 Randomized نوشته و بعد روی سطر موردنظر کلیک راست می کنید و با انتخاب neurosolution>apply production dataset در مسیر Tage data>row(s) as production مقدار خروجی را پیش بینی می کنید.
جاوید باشید

نویسنده : صدری Iran (ISLAMIC Republic Of)
تاریخ : یکشنبه, آذر ۱۶ام, ۱۳۹۳
ساعت : ۰۹:۵۷

سلام آقای دکتر
وقتتون بخیر
ببخشید من نرم افزار neurosolution رو نصب کردم، اما الان موقع استفاده پیام میده که validation mode شده، سوال پرسیدم گفتن رجیستری نشده، من سی دی برنامه رو که گذاشتم فایل کرک نداشت. میخواستم از حضورتون سوال بپرسم که برای حل این مشکل باید چیکار کرد؟
با سپاس فراوان

نویسنده : ابراهیم مسگری United States
تاریخ : یکشنبه, آذر ۱۶ام, ۱۳۹۳
ساعت : ۱۲:۰۸

سلام و عرض ادب خدمت شما دوست گرانقدر
جهت فعالسازی یا ریجستر کردن برنامه فوق شما باید از فایل کرک یا patch استفاده کنید، درصورتی که از برنامه neurosolution ورژن ۵ استفاده می کنید بر روی لینک زیر کلیک کرده و فایل patch را که به همراه برنامه neurosolution ورژن ۵ بصورت فشرده جهت دانلود قرار داده شده است را در سیستمتان ذخیره و فایل مربوطه را اجرا کنید. تا برنامه به صورت کامل ریجستر و فعال گردد.
لینک:http://climatology.ir/Downloads/Programms/NeuroSolutions5.zip

موفق و پاینده باشید

نویسنده : مرجان Iran (ISLAMIC Republic Of)
تاریخ : پنجشنبه, آذر ۱۲ام, ۱۳۹۴
ساعت : ۰۵:۰۵

با سلام
عذر میخوام در این برنامه ساختار شبکه عصبی FNN یا RNN نیست چکار باید بکنم این ساختار لازم دارم؟
با تشکر

نویسنده : سید اسعد حسینی Iran (ISLAMIC Republic Of)
تاریخ : پنجشنبه, دی ۳ام, ۱۳۹۴
ساعت : ۱۵:۲۳

با سلام
ساختار مربوط به شبکه FFN می باشد.
موفق باشید

نویسنده : الهام Romania
تاریخ : جمعه, دی ۴ام, ۱۳۹۴
ساعت : ۰۵:۴۵

با سلام و وقت بخیر
آیا امکان دارد که فایل داده های مربوط به پروژه را به صورت اکسل در اختیار بگذارید و اینکه در فایل پی دی اف بخش شبکه rbf را متوجه نشد م .بنظر شما ایا امکان دارد از rbf بتوانیم در این مسئله استفاده کنیم که از روی میزان آلاندگی های هوا بگوییم هوا امروز آلوده هست یا نه. ممنون که پاسخ میدین.

نویسنده : سید اسعد حسینی Iran (ISLAMIC Republic Of)
تاریخ : شنبه, دی ۱۲ام, ۱۳۹۴
ساعت : ۱۷:۱۵

با سلام
متاسفانه فایل درخواستی پیدا نشد. RBF یک شبکه تابع شعاعی است.ضمن اینکه مسئله شما مشخص است از روی میزان آلاینده ها (طبقه بندی شده است) به راحتی می توانید بیان کنید هوا آلوده است یا نه.
با تشکر

نویسنده : ثابت Iran (ISLAMIC Republic Of)
تاریخ : یکشنبه, بهمن ۱۱ام, ۱۳۹۴
ساعت : ۰۶:۵۰

با سلام
آقای دکتر این نرم افزار سیستم Anfis رو هم داره. میشه روش کارش رو بزارید یا واسم ایمیل کنید

تشکر از وبلاگ مفیدتون

نویسنده : ابراهیم مسگری Romania
تاریخ : دوشنبه, بهمن ۱۹ام, ۱۳۹۴
ساعت : ۰۴:۱۰

سلام بزرگوار
متاسفانه آموزشی در مورد نحوه استفاده از anfis در نروسولیشن در اختیار ندارم؛ لذا دگر دوستان اگر آموزشی در این راستا دارند جهت استفاده علم دوستان در وب سایت به اشتراک بگذارند.
تندرست و کامران باشید

نویسنده : فاطمه Iran (ISLAMIC Republic Of)
تاریخ : دوشنبه, اردیبهشت ۶ام, ۱۳۹۵
ساعت : ۰۱:۵۰

با سلام و احترام لطفا در مورد روش تایم لگ هم توضیحاتی رو بگذارید یا واسم ایمیل کنید خیلی واجبه برای سمینارم میخوام و فرصتی هم ندارم ممنون از لطفتون

نویسنده : ابراهیم مسگری Iran (ISLAMIC Republic Of)
تاریخ : دوشنبه, اردیبهشت ۶ام, ۱۳۹۵
ساعت : ۰۲:۴۹

سلام بزرگوار
در منابع طبیعی می توان گفت همواره ‌بین ‌لحظه ‌شروع ‌رگبار و لحظه‌ شروع‌ جریانهای‌ سطحی‌ یا تشکیل‌ رواناب‌ و به ‌تعریف‌ دیگر بین ‌لحظه‌ حداکثر شدت‌ رگبار و لحظه ‌حداکثر سیلاب‌ در یک‌ نقطه ‌از مسیر رودخانه ‌اختلاف‌ زمانی ‌مشاهده‌ می‌گردد که ‌بر حسب‌ تعریف ‌این‌ اختلاف ‌زمانی ‌به‌ زمان ‌تأخیر معروف ‌است‌.
اما در اقلیم می توان به تاخیر زمانی در همبستگی الگوهای پیوند از دور با متغییر هایی همچون بارش در منطقه اشاره کرد؛ که با تأخیر های یک ماهه و بعضا دو ماهه نتایج قابل قبولتری را از خود نشان می دهند.

پاینده باشید








avatar

نویسنده: ابراهیم مسگری

دانشجوی دکتری مخاطرات آب و هوایی دانشگاه سیستان و بلوچستان