نقشه ی کارنو برای تولید کدهای تصحیح خطا

نقشه ی کارنو برای تولید کدهای تصحیح خطا

با افزایش انتقال داده بین سیستمها و همچنین زیرسیستمهای دیجیتال، نیاز به ارتباط قابل اعتمادتر، بیشتر احساس میشود. در این پژوهش، روش جدیدی برای کدهای تصحیح خطای خطی ارائه شده است. مزایای این روش عبارتند از: تشکیل کد و همچنینالگوریتمهای دیکدینگ سادهتر، همچنین یادگیری مفهوم ...

دریافت فایل

کاربرد برنامه نویسی جنبه گرا در مدل سازی تحمل پذیری خطا

کاربرد برنامه نویسی جنبه گرا در مدل سازی تحمل پذیری خطا

عنوان فایل: کاربرد برنامه نویسی جنبه گرا در مدل سازی تحمل پذیری خطا قالب بندی: pdf تعداد صفحات: 116 فهرست: فصل اول: کلیات تحقیق مقدمه طرح مساله اهداف تحقیق محدوده تحقیق مراحل انجام تحقیق ساختار فصل دوم: مفاهیم پایه و پیشینه تحقیق مقدمه تحمل پذیری خطا تاکتیک های تحمل پذیری ...

دریافت فایل

اسلایدهای مفهوم fault tolerance یا تحمل پذیری خطا

» :: اسلایدهای مفهوم fault tolerance یا تحمل پذیری خطا

اسلایدهای مفهوم fault tolerance یا تحمل پذیری خطا را از سایت و در قالب فایل پاورپوینت دانلود نمایید. روش های افزایش تحمل پذیری خطا در این اسلایدها مورد بررسی قرار گرفته است.

خرید و دانلود محصول

1394/10/09

---

اسلایدهای , مفهوم , fault , tolerance , یا , تحمل , پذیری

---

لینک محصول

http://kavoshgar.zepo.ir/post/31362

بهبود سرعت یادگیری شبکه های عصبی چند لایه با الگوریتم پس انتشار خطا

» :: بهبود سرعت یادگیری شبکه های عصبی چند لایه با الگوریتم پس انتشار خطا
مقاله با عنوان بهبود سرعت یادگیری شبکه های عصبی چند لایه با الگوریتم پس انتشار خطا در فرمت ورد در 28 صفحه و شامل مطالب زیرمی باشد:
مقدمه
خلاصه ای از الگوریتم BP
فرمول بندی الگوریتم BP
معایب الگوریتم استاندارد پس انتشار خطا1 (SBP)
شکل (1). منحنی یادگیری شبکه برای نرخ های یادگیری مختلف در مسأله XOR
بهبود الگوریتم استاندارد پس انتشار خطا (SBP) - الگوریتم BP از نوع دسته ای1 (BBP)
شکل (2). رفتار شبکه با الگوریتم BBP در مسأله XOR ( ـــ )
رفتار شبکه با الگوریتم SBP (0ـــ)- روش ممنتم 1 برای الگوریتم BP (MBP)
شکل(3): رفتار شبکه با الگوریتم MBP درمسأله XOR (ــــ)- نرخ یادگیری متغیر1 (VLR)
شکل (4). – رفتار شبکه با الگوریتم VLR برای مسأله XOR ( ـــ )
رفتار شبکه با الگوریتم SBP (0 ـــ)
- تغییرات نرخ یادگیری (α) در کل فرآیند یادگیری برای مسأله XOR
- الگوریتم پس انتشار خطای تطبیقی1 (ABP)
شکل (5). منحنی یادگیری الگوریتم BP تطبیقی برای XOR- الگوریتم پس انتشار خطا با نرخ یادگیری و ضریب ممنتم تطبیقی1 (BPALM)
شکل(6). – منحنی یادگیری الگوریتم BPALM در مسأله XOR- تغییرات علامت1
شکل (7). منحنی یادگیری الگوریتم Delta Bar Delta Rule در مسأله XOR- الگوریتم یادگیری Super SAB
2- الگوریتم پس انتشار خطا با سه ترم
آنالیز همگرایی
شکل (10). منحنی یادگیری الگورتم GBP در مسأله XOR به ازای S=2 و S=1
- الگوریتم پس انتشار خطای بهبود پذیر1 (Rprop)
نتیجه گیری
مراجع
خرید و دانلود محصول

1394/10/19

---

بهبود , سرعت , یادگیری , شبکه , های , عصبی , چند , لایه , با , الگوریتم , پس , انتشار

---

لینک محصول

http://kavoshgar.zepo.ir/post/33932