طراحی و پیاده سازی شبکه های عصبی حافظه دار با آموزش عاطفی برای پیش بینی پارامتردما
Publish place: دومین کنفرانس بین المللی مهندسی و علوم کاربردی
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 513
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEASCONF02_121
تاریخ نمایه سازی: 25 آذر 1395
Abstract:
در این مقاله کاربرد شبکه های عصبی حافظه دار با استفاده .3 آموزش عاطفی برای پیش بینی دما آموزش و برردسجی شده است. l توجه به میزان تاثیر وضعیت آب و هوا و مقادیر پارامترهای هواشناسی در تمامی زمینه ها، این مقوله از جایگاهی ویژه برخوردار شده است. محققان در تلاش برای ایجاد یک ارتباط خطی میان دادههای هواشناسی هستند. اما با کشف ماهیت روابط بین پارامترها، غیرخطی بودن روند رویکرد تغییر پیدا نمود. هر چند روش های غیرخطی زیادی در آمار برای پیش بینی آب و هوا وجود دارد، اما بیشتر آنها نیازمند مدلهای غیرخطی همراه با پیچیدگی هستند. لذا با توجه به اینکه این دادهها فاقد یک مدل ریاضی می باشند، امکان پیشبینی به دلیل تغییر پذیر بودن سیستم آب و هوا با زمان، روش های معمول پیش بینی را با مشکل روبرو می نمایند، اما زمانی که داده های آب و هوا غیرخطی است به دنبال آن یک روند غیرمنظم دارد، روش شبکه های عصبی مصنوعی یک روش تکامل یافته بهتری می باشد. بنابراین از روش شبکه های عصبی حافظه دار که دارای عمق حافظه برای نگهداری اطلاعات قبل هستند به عنوان یک روش مناسب برای ایجاد ارتباط ساختاری میان ورودی های مختلف برای پیش بینی پارامترهای آب و هوا استفاده می شود. نتایج نشان می دهد که شبکه های حافظه دار با آموزش عاطفی کارایی بهتری نسبت به شبکه عصبی بدون حافظه یا حتی شبکه های عصبی حافظه دار بدون آموزش عاطفی دارند.
Keywords:
Authors
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :