پیشگویی ساختار سوم پروتئین ها بر اساس مدل آب گریز-آب دوست با استفاده از شبکه های عصبی

پیشگویی ساختار سوم پروتئین ها در مدل آب گریز-آب دوست با استفاده از الگوریتم های ژنتیک

پیشگویی نوع پیچ های بتا (β-turns) در پروتئین با استفاده از مدل آماری lda و شبکه عصبی مصنوعی

پیشگویی ساختار دوم پروتئین مرحله ای حد واسط در پیشگویی ساختار سوم با استفاده از توالی اسیدآمینه های پروتئین می باشد. از آنجا که پیچ بتا جزیی بسیار مهم از ساختار دوم پروتئین است. بنابراین پیشگویی پیچهای بتا و انواع آنها برای پیشگویی ساختار دوم ضروری می باشد. هدف از این مطالعه، پیش

شبیه سازی و برآورد آبدهی رودخانه مارون با استفاده از مدل های اتفاقی و شبکه عصبی مصنوعی

رودخانه مارون با طول 422 کیلومتر یکی از رودخانه های مهم استان خوزستان می باشد. نام اصلی و قدیمی این رودخانه تاب می باشد که از کوه های زاگرس سر چشمه می گیرد که پس از طی 120 کیلومتر به دریاچه سد مارون در 19 کیلومتری شمال شرق بهبهان در حوضه آبریز مارون می رسد. با توجه به اهمیت سد ما

شناسایی همزمان پارامتر های هدایت هیدرولیکی وضریب ذخیره آبخوان ناهمگن با استفاده از مدل تفاضلات محدود و شبکه عصبی مصنوعی(مطالعه موردی دشت اوان)

یکی از چالش های مهم در مدل سازی وجود مقادیر کافی پارامترهای مورد استفاده است که برای مشخص کردن خواص فیزیکی و شیمیایی آبخوان به کار می رود.این پارامترها را می توان از آزمون پمپاژ و مطالعات ژئوفیزیک به دست آورد ولی مقادیر به‎ دست آمده از این روش فقط مربوط به بخش هایی است که درآنجا

استفاده از مدل های رگرسیونی و شبکه عصبی مصنوعی در پیش بینی ضرایب جذب نیکل در خاک: مطالعه موردی استان مازندران

امروزه یکی از مشکلات زیست محیطی مناطق پر جمعیت و صنعتی، آلودگی خاک و آب های زیرزمینی به فلزات سنگین می باشد. پژوهش ها در این زمینه و انتخاب روش های مناسب پاکسازی مناطق آلوده، مستلزم تعیین و تخمین ضرایب جذب آلاینده ها در خاک می باشد. اندازه گیری مستقیم ضرایب جذب مربوط به هر عنصر د

طراحی مدل پیش بینی قیمت آتی طلا در بورس کالای ایران با استفاده شبکه عصبی فازی

چکیده: طلا همواره به عنوان فلزی گران بها مورد توجه بشر بوده است، بنابراین پیش بینی قیمت آن از اهمیت فراوانی برخوردار است. در چند دهه گذشته که روش های ابتکاری و هوش مصنوعی متدوال نشده بودند، برای پیش بینی از روش های کلاسیک برای پیش بینی قیمت استفاده می نمودند. با این وجود بازار طل

پیش‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎‎بینی بقای بیماران مبتلا به سرطان پستان با استفاده از دو مدل رگرسیون لجستیک و شبکه عصبی مصنوعی

مقدمه و اهداف: در سال‎های اخیر، توجه قابل ملاحظه‎ای به مدل‎های آماری برای طبقه‎بندی داده‎های پزشکی با توجه به بیماری‎های مختلف و پیامدهای آن‎ها شده است. شبکه‎های عصبی مصنوعی به دلیل عدم نیاز به پیش فرض با موفقیت برای تشخیص الگو و پیش‎بینی در برخی از مطالعه های بالینی استفاده شده‎

برآورد رطوبت های ظرفیت زراعی، پژمردگی دائم و قابل استفاده در خاک های دشت اردبیل با استفاده از مدل های رگرسیونی و شبکه عصبی مصنوعی

اندازه­گیری مستقیم ویژگی­های هیدرولیکی خاک وقت­گیر، پرهزینه­ و گاهی اوقات به دلیل خطاهای آزمایشی و عدم یکنواختی خاک غیر واقعی است. در عوض، این ویژگی­ها می­توانند از روی ویژگی­های زودیافت خاک مانند توزیع اندازه ذرات خاک، جرم ویژه ظاهری، کربن آلی و کربنات کلسیم معادل با استفاده از

بهینه سازی فرایند جذب سطحی رنگ دی سولفین بلو توسط نانوذره ZnO-Cr نشانده شده برروی کربن فعال با استفاده از روش پاسخ سطح و مدل سازی با کمک شبکه عصبی مصنوعی

در این پژوهش از جاذب نانوذره ZnO-Cr نشانده شده بر کربن فعال به منظور حذف رنگ دی سولفین بلو استفاده شده و سپس با کمک شبکه عصبی مصنوعی میزان حذف آن را پیش بینی شد. اثر پارامترهای گوناگون شامل pH، مقدار جاذب، غلظت رنگ ها و زمان به هم خوردن روی درصد حذف به روش فناوری های طراحی آزمایش

برآورد رطوبت های ظرفیت زراعی، پژمردگی دائم و قابل استفاده در خاک های دشت اردبیل با استفاده از مدل های رگرسیونی و شبکه عصبی مصنوعی

اندازهگیری مستقیم ویژگیهای هیدرولیکی خاک وقتگیر، پرهزینه و گاهی اوقات به دلیل خطاهای آزمایشی و عدم یکنواختی خاک غیر واقعی است. در عوض، این ویژگیها میتوانند از روی ویژگیهای زودیافت خاک مانند توزیع اندازه ذرات خاک، جرم ویژه ظاهری، کربن آلی و کربنات کلسیم معادل با استفاده از توابع ا

پیش‌بینی جریان روزانه رودخانه با استفاده از مدل هیبرید موجک و شبکه عصبی؛ مطالعه موردی ایستگاه هیدرومتری ونیار در حوضه آبریز آجی چای

با توجه به اهمیت پیش‌بینی جریان رودخانه در مدیریت منابع‌آب روش‌های مختلفی برای مدل کردن جریان رودخانه‌ها بکار برده می‌شوند. تا بتوان با بکارگیری این مدل در مدیریت خشکسالی و سیلاب خسارات ناشی از آن‌ها را به حداقل ممکن رساند. در این مطالعه نیز برای پیش‌بینی سری‌زمانی جریان روزانه ا

پیش بینی مصرف انرژی ایران با استفاده از مدل ترکیبی الگوریتم ژنتیک-شبکه عصبی مصنوعی و مقایسه آن با الگوهای سنتی

طی دهه های اخیر، انرژی در کنار سایر عوامل تولید نقش تعیین کننده ای در رشد اقتصادی کشورها داشته و اهمیت آن همچنان رو به افزایش است. وابستگی روزافزون به انرژی موجب تعامل این بخش با سایر بخشهای اقتصادی شده و سرعت در روند رشد و توسعه ی اقتصادی را وابسته به سطح مصرف انرژی کرده است، به