Thesis

پایداری مجانبی شبکه های عصبی هاپفیلد

Download full textFree with an account; signing up with Google takes seconds

Abstract(in Persian; no English abstract is available)

کاربرد های شبکه های عصبی به شدت به رفتار دینامیکی آنها وابسته هستند و از آنجا که پایداری، یکی از مهم ترین مسائل مربوط به اینگونه رفتارهاست بنابراین مسئله ی تحلیل پایداری شبکه های عصبی اهمیت بسیاری دارد. از کاربردهای مهم شبکه های عصبی استفاده از آنها در حل مسائل بهینه سازی است. اگر چه شبکه های عصبی مسائل را به طور تقریبی حل می کنند ولی سرعت محاسباتی بالای آنها این نقیصه را تا اندازه ای جبران می کند. همچنین با انتخاب شبکه ی عصبی مطلوب این نقیصه کاهش می یابد. یکی از مهم ترین ویژگی های شبکه ی عصبی مطلوب برای حل مسائل بهینه سازی وجود نقطه ی تعادل به طور مجانبی پایدار برای شبکه می باشد. در این پایان نامه به بررسی نقطه ی تعادل شبکه ی عصبی هاپفیلد تأخیری پرداخته شده است. در این راستا یک شرط جدید به صورت نامساوی ماتریس خطی برای شبکه در نظر گرفته شده است که با برقرار بودن آن، وجود نقطه ی تعادل یکتا وپایداری مجانبی وابسته به تأخیر شبکه در آن تضمین گردیده است.

Supervisors and advisors

محمد تقی دستجردی

Similar theses

  • مدل سازی رفتاری، توصیف سخت افزاری و پیاده سازی شبکه عصبی هاپفیلد با زبان vhdl برای حل مسئله مسیریابی

    Thesis2012وزارت علوم، تحقیقات و فناوری - دانشگاه شهید چمران اهواز - دانشکده مهندسیهاجر عسگری

    شبکه عصبی پیشنهادی پروفسور هاپفیلد (hnn) در کاربردهای عملی بسیاری از جمله حافظه‎های به‎هم پیوسته آدرس‎پذیر، تشخیص الگو و چهره و حل مسائل بهینه‎سازی با درجه سختی np مانند مسئله فروشنده دوره‎گرد به کار گرفته شده است. به‎علاوه hnn ابزار بهینه‎ساز مناسبی برای مدل‎سازی و حل مسائل مسیر

  • نمایش سه بعدی و تجزیه تصاویر پزشکی ‏‎mri‎‏به کمک شبکه عصبی هاپفیلد

    Thesis1999وزارت علوم، تحقیقات و فناوری - دانشگاه شیرازمنصور ثمودی

    در این پروژه از شبکه عصبی هاپفیلد رقابتی ‏‎(chnn)‎‏ به صورت ‏‎unsupervised‎‏ برای دسته بندی و تجزیه تصاویر پزشکی ‏‎mri‎‏ استفاده شده است . این شبکه نوع خاصی از شبکه هاپفیلد است که در آن شبکه بصورت رقابتی ‏‎winner taskes all‎‏ آموزش می بیند.مسئه تجزیه تصویر بر اساس دسته بندی پیکسل

  • انتخاب سبد سرمایه گذاری بر اساس ارزش در معرض خطر با استفاده از شبکه عصبی هاپفیلد

    Thesis2012وزارت علوم، تحقیقات و فناوری - دانشگاه علم و فرهنگ - دانشکده صنایعسید محسن پیله ور قمصری

    امروزه مدیران و سرمایه گذاران با تعداد زیادی از سهام و دارایی ها مواجهند، که هر کدام ریسک و بازده مخصوص به خود دارد و همواره سعی می کنند به این سوال پاسخ دهند که چگونه سرمایه گذاری کنیم تا با بیشترین سود و کمترین ریسک مواجه باشیم. انتخاب مجموعه ای از دارایی ها در قالب یک سبد برای

  • رهیافت شبکه عصبی هاپفیلد برای حل معادلات جبری غیرخطی

    Thesis2014وزارت علوم، تحقیقات و فناوری - دانشگاه زنجان - دانشکده علومسمیه نهاوندی پور

    در این پایان نامه روشی جدید برای حل یک مجموعه از معادلات جبری غیرخطی با استفاده از ساختار شبکه عصبی هاپفیلد، ارائه می شود و فرمول تابع انرژی و تجزیه و تحلیل پایداری شبکه پیشنهادی مورد بررسی قرار می گیرد. همچنین قابلیت شبکه ی ارائه شده با حل مثال هایی مورد آزمایش قرار گرفته است. ع

  • فرآیند یادگیری با استفاده از شبکه های عصبی هاپفیلد

    Thesis2010وزارت علوم، تحقیقات و فناوری - دانشگاه شاهد - دانشکده علوم پایهحسن امیرزاده فرد

    دز این پایان نامه ابتداد تعریف دقیقی از پایداری به مفهوم هاپفیلد برای شبکه های عصبی ارائه می گردد تا تفاوت بین این پایداری و پایداری لیاپانوف را نشان دهیم همچنین روش های کلی ساخت تابع انرژی را ارائه می دهیم. سپس بعضی از نتایج پایداری لیاپانو ف، مربوط به شبکه های عصبی عمومی،شبکه ه

  • تعیین ضریب پایداری شیروانی در سدهای خاکی با استفاده از شبکه عصبی مصنوعی

    Thesis2012وزارت علوم، تحقیقات و فناوری - دانشگاه سیستان و بلوچستان - دانشکده مهندسیمهدی رضایی بنجار

    به دلیل قرارگرفتن ایران در منطقه خشک جهان و نیازکشور به مهار و ذخیره آب های سطحی جهت تأمین آب شرب، آب مورد نیاز کشاورزی و صنعت، تولید نیروی برق و کنترل سیلاب و طغیان رودخانه ها و غیره، مستلزم ایجاد سدهای بلند می باشد و یکی از بهترین راه ها برای ذخیره سازی آب ساخت سدهای خاکی می با

Similar items