یارا فایل

مرجع دانلود انواع فایل

یارا فایل

مرجع دانلود انواع فایل

دانلود ترجمه مقاله یک سیستم خبره فازی – عصبی برای تشخیص

اختصاصی از یارا فایل دانلود ترجمه مقاله یک سیستم خبره فازی – عصبی برای تشخیص دانلود با لینک مستقیم و پرسرعت .

دانلود ترجمه مقاله یک سیستم خبره فازی – عصبی برای تشخیص


دانلود ترجمه مقاله یک سیستم خبره فازی – عصبی برای تشخیص

 

 

 

 

 

 

 

 

  • عنوان انگلیسی مقاله: A Hybrid Fuzzy-Neural Expert system For Diagnosis
  • عنوان فارسی مقاله: یک سیستم خبره فازی عصبی برای تشخیص.
  • دسته: فناوری اطلاعات و کامپیوتر
  • فرمت فایل ترجمه شده: WORD (قابل ویرایش)
  • تعداد صفحات فایل ترجمه شده: ١۵
  • ترجمه سلیس و روان مقاله آماده خرید می باشد.

چکیده ترجمه:

منطق فازی، یک شبکه عصبی و سیستم خبره است که برای ایجاد یک سیستم تشخیصی ترکیبی با یکدیگر ترکیب شده اند. با استفاده از چنین سیستمی ما یک روش جدید برای فراگیری مبانی دانش استفاده می کنیم. سیستم ما شامل یک سیستم خبره فازی همراه با یک بیس دانشی با منبع دوگانه است. دو سری قوانین لازم هستند، که به صورت استنباطی از مثالهای ارائه شده و به صورت استقرایی توسط فیزیک دانان بدست آمده اند. یک شبکه عصبی فازی سعی میکند که از داده های نمونه یاد گرفته و این اجازه را می دهد که قوانین فازی برای دانش پایه را استخراج کنیم. تشخیص electroencephalograms با تفسیر عناصر نموداری بعنوان یک نوع مشاهده در روش ما بکار گرفته می شود. نتایج اولیه نشان دهنده احتمالات مورد نظر با استفاده از روش ما می باشد.

مقدمه:

روشهای تکراری شناسایی و ارزیابی پدیده خاص را کار تشخیصی می نامند، که یکی از کاربردهای اصلی برای هوش مصنوعی (AI) می باشد. با توجه به اینکه رنج وسیعی از چنین کاربرهای تشخیصی وجود دارد. اگرچه رنج وسیعی از چنین کاربردهای تشخیصی در پزشکی وجود دارد ولی این بخش مورد توجه استفاده کنندگام از هوش مصنوعی قرار دارد. عمومی ترین روشهای AI در بخش پزشکی مبتنی بر دانش و مدلسازی رفتار تشخیصی متخصصان است. انواع مختلفی از چنین سیستمهای خبره ای از زمانی که SHRTLIFFE روش SHRTLIFFE MYCIN را بعنوان یک سیستم خبره برای تشخیص آسیبهای خونی انسان طراحی و معرفی کرد، بوسیله پزشکان مورد استفاده قرار گرفته است. یکی از بزرگترین مشکلات بر سر راه طراحی یک سیستم خبره مناسب، گردآوری و دانش پایه آن است. ما روش جدیدی را معرفی میکنیم که در آن دانش پایه با منبع دوگانه بوسیله یادگیری قیاسی واستقرایی ایجاد می شود. شیکه های عصبی نیز از این راه برای تشخیص استفاده میکنند. آنها قادرند رابطه بین مجموعه داده ها را با داشتن اطلاعات نمونه که نشاندهنده لایه های ورودی و خروجی آنها است، یاد بگیرند.


دانلود با لینک مستقیم

رده بندی کالاها در فروشگاه های الکترونیکی _ یک رهیافت فازی +داده های همراه+12 ص انگلیسی

اختصاصی از یارا فایل رده بندی کالاها در فروشگاه های الکترونیکی _ یک رهیافت فازی +داده های همراه+12 ص انگلیسی دانلود با لینک مستقیم و پرسرعت .

رده بندی کالاها در فروشگاه های الکترونیکی _ یک رهیافت فازی +داده های همراه+12 ص انگلیسی


رده بندی کالاها در فروشگاه های الکترونیکی _ یک رهیافت فازی +داده های همراه+12 ص انگلیسی

 

 

 

 

 

 

 


فرمت فایل : word(قابل ویرایش)+data+pdf english

تعداد صفحات:20

چکیده:
در مکتوبی که پیش رو دارید، روشی برای طبقه بندی کالاهای موجود در فروشگاه های اینترنتی معرفی میگردد. این طبقه بندی بر اساس سلیقه مشتری و همچنین اطلاعات گرفته شده از دیگر موتور جستجوها پیرامون کالای مورد نظر بنا شده است. سلایق مشتری که به صورت زبانی درباره ی کالاها بیان شده (Linguistically defind) ، یا همان خواص محصول، مستقیما از مشتری دریافت می گردد. از طرف دیگر موتورهای جستجو اطلاعاتی پیرامون کالا و بر اساس نظر دیگر مشتریان جمع آوری می کنند. مجموع سلایق مشتری و اطلاعات موتور جستجوها به عنوان مقیاسی جهت آماده سازی اطلاعات جدید و رتبه بندی کالاها مطابق نیاز مشتری استفاده می شود. میانگین وزن دار شده (Weighted average) محصولات، که از اطلاعات پیشین و سلایق عنوان شده توسط مشتری بدست می آید به ما کمک می کند تا محصولات را در فروشگاه اینترنتی رتبه بندی کنیم.
 
 
مقدمه:
در هر دو نوع فروشگاه کلاسیک و آنلاین، یک مشتری مشخصات مورد نظر خود را هنگام خرید کالا مطرح می کند. همزمان مایل است بداند نظر دیگر مشتریان در ارتباط با کالایی که وی قصد خرید ان را دارد چیست.
با این پروسه مشتری خواهد فهمید که انتخابش چه قدر با بهترین کالا فاصله دارد. (فاصله صفر وقتی مشتری بهترین انتخاب را دارد). مشتری انتظار دارد این رده بندی و پیشنهادات از طرف خود سیستم بازار الکترونیکی به وی داده شود. در این راه گرفتن اطلاعات، جهت دادن پیشنهاد، کار نسبتا دشواری است. 
 
 
 
این دشواری چند برابر می شود وقتی مشتری خواسته ها و سلایق خود را به صورت فازی بیان می کند. سیستم فروش الکترونیک نیاز دارد که در جهت هرچه مشتری مدارتر شدن، این اصطلاحات فازی را نمایش داده و ترکیب کند. یک مشکل دیگر در فروش الکترونیک بیرون کشیدن وزن های پنهان شده درون هر یک از خصوصیاتی است که مشتری بر اساس این وزن های ذهنی، قضاوت و رده بندی نهایی را می طلبد. اعلام این وزن های پنهان، فروش الکترونیکی را هر چه بیشتر بر روی خواست مشتری متمرکز می کند. اما بسیار دشوار است که این وزن ها در فروشگاه های الکترونیکی دریافت و تعریف شوند، زیرا درگیر کردن مشتری با جزئیات از جذابیت خرید خواهد کاست. مطلب بعدی به میزان محبوبیت کالای انتخاب شده بر می گردد. نهایتا سیستم نیاز دراد تمام موارد فوق را با هم ترکیب کرده و رده بندی نهایی را به مشتری اعلام کند.
 
 
 
 
در این گزارش ما با مشکل اول از طریق نمایش خواص کالا که توسط مشتری بیان می شود، به صورت مجموعه های فازی، روبرو می شویم. مسئله دوم با مفاهیم اپراتور OWA (Ordered Weighted Average) و کمیت سنج زبانی مدیریت می شود. اطلاعات سایر مشتریان از طریق اینترنت و با استفاده از موتورهای جستجو انجام می شود، و نهایتا از ترکیب تمام اطلاعات فوق جهت ارائه یک رده بندی مناسب و دادن اطلاعات جدید جانبی راجع به کالای مورد نظر استفاده خواهد شد.
 
 
 
در بخش 1، مروری بر کارهای انجام شده در این زمینه خواهیم داشت. در بخش 2، به شرح فواید مجموعه های فازی در نمایش یک کالا و کمیت سنج زبانی (Linguistic quantifier)، همراه با توضیح مختصری در ارتباط با اپراتور OWA می پردازیم. در بخش 3، ما به چگونگی رتبه بندی بر اساس اطلاعات گرفته شده از مشتری و همچنین موتورهای جستجو خواهیم پرداخت. در بخش 4، یک مثال عددی را در ارتباط با پروسه فوق از نظر می گذرانیم. مثالی که بررسی خواهد شد مربوط به کاری است که در مقاله مرجع بر روی داده ها انجام شده است. در بخش 5، پیاده سازی روش های رتبه بندی عنوان شده را بر روی داده های گرفته شده از پایگاه اینترنتی UCI، با تغییراتی که جزئیات آن شرح داده خواهد شد، انجام داده و نتایج حاصله را مورد بحث و بررسی قرار می دهیم.
 
فهرست مطالب:
چکیده: 3
مقدمه: 3
1_ مروری بر کارهای قبلی: 4
2_ سفارشی کردن کالا: 6
2_1_ مفاهیم فازی در ویژگی های محصول: 6
2_2_ کمیت سنج زبانی (Linguistic Quantifier): 8
2_3_ اپراتور OWA: 9
3_ رتبه بندی محصولات: 9
3_1_ رده بندی از دیدگاه ویژگی های مورد نظر مشتری: 10
3_1_ رده بندی از دیدگاه موتورهای جستجو: 11
4_ رتبه بندی نهایی محصولات: 12
5_ مثال عددی: 13
5_1_ رتبه بندی ماشین ها از دیدگاه مشتری: 14
5_2_ رتبه بندی ماشین ها از دیدگاه مشتری: 14
6_ پیاده سازی روش: 16
6_1_ داده ها: 17
6_2_ مسئله و حل آن: 18
6_3_ بحث و نتیجه گیری: 19
مراجع: 20

دانلود با لینک مستقیم

دانلود ترجمه مقاله یک سیستم خبره فازی – عصبی برای تشخیص

اختصاصی از یارا فایل دانلود ترجمه مقاله یک سیستم خبره فازی – عصبی برای تشخیص دانلود با لینک مستقیم و پرسرعت .

دانلود ترجمه مقاله یک سیستم خبره فازی – عصبی برای تشخیص


دانلود ترجمه مقاله یک سیستم خبره فازی – عصبی برای تشخیص

 

 

 

 

 

 

 

 

  • عنوان انگلیسی مقاله: A Hybrid Fuzzy-Neural Expert system For Diagnosis
  • عنوان فارسی مقاله: یک سیستم خبره فازی عصبی برای تشخیص.
  • دسته: فناوری اطلاعات و کامپیوتر
  • فرمت فایل ترجمه شده: WORD (قابل ویرایش)
  • تعداد صفحات فایل ترجمه شده: ١۵
  • ترجمه سلیس و روان مقاله آماده خرید می باشد.

چکیده ترجمه:

منطق فازی، یک شبکه عصبی و سیستم خبره است که برای ایجاد یک سیستم تشخیصی ترکیبی با یکدیگر ترکیب شده اند. با استفاده از چنین سیستمی ما یک روش جدید برای فراگیری مبانی دانش استفاده می کنیم. سیستم ما شامل یک سیستم خبره فازی همراه با یک بیس دانشی با منبع دوگانه است. دو سری قوانین لازم هستند، که به صورت استنباطی از مثالهای ارائه شده و به صورت استقرایی توسط فیزیک دانان بدست آمده اند. یک شبکه عصبی فازی سعی میکند که از داده های نمونه یاد گرفته و این اجازه را می دهد که قوانین فازی برای دانش پایه را استخراج کنیم. تشخیص electroencephalograms با تفسیر عناصر نموداری بعنوان یک نوع مشاهده در روش ما بکار گرفته می شود. نتایج اولیه نشان دهنده احتمالات مورد نظر با استفاده از روش ما می باشد.

مقدمه:

روشهای تکراری شناسایی و ارزیابی پدیده خاص را کار تشخیصی می نامند، که یکی از کاربردهای اصلی برای هوش مصنوعی (AI) می باشد. با توجه به اینکه رنج وسیعی از چنین کاربرهای تشخیصی وجود دارد. اگرچه رنج وسیعی از چنین کاربردهای تشخیصی در پزشکی وجود دارد ولی این بخش مورد توجه استفاده کنندگام از هوش مصنوعی قرار دارد. عمومی ترین روشهای AI در بخش پزشکی مبتنی بر دانش و مدلسازی رفتار تشخیصی متخصصان است. انواع مختلفی از چنین سیستمهای خبره ای از زمانی که SHRTLIFFE روش SHRTLIFFE MYCIN را بعنوان یک سیستم خبره برای تشخیص آسیبهای خونی انسان طراحی و معرفی کرد، بوسیله پزشکان مورد استفاده قرار گرفته است. یکی از بزرگترین مشکلات بر سر راه طراحی یک سیستم خبره مناسب، گردآوری و دانش پایه آن است. ما روش جدیدی را معرفی میکنیم که در آن دانش پایه با منبع دوگانه بوسیله یادگیری قیاسی واستقرایی ایجاد می شود. شیکه های عصبی نیز از این راه برای تشخیص استفاده میکنند. آنها قادرند رابطه بین مجموعه داده ها را با داشتن اطلاعات نمونه که نشاندهنده لایه های ورودی و خروجی آنها است، یاد بگیرند.


دانلود با لینک مستقیم

پایان نامه تریگرهای فازی در پایگاه داده فعال

اختصاصی از یارا فایل پایان نامه تریگرهای فازی در پایگاه داده فعال دانلود با لینک مستقیم و پرسرعت .

پایان نامه تریگرهای فازی در پایگاه داده فعال


پایان نامه تریگرهای فازی در پایگاه داده فعال

 

 

 

 

 

 

 

 


فرمت:word(قابل ویرایش)

تعداد صفحات:100

 

فهرست مطالب:

بخش اول: مفاهیم و تعاریف، کارهای انجام شده……………………………………………… ۱

فصل اول: کلیات………………………………………………………………………….. ۲

۱-۱ مقدمه……………………………………………………………………………… ۲

۱-۲ مروری بر فصول پایان‌نامه…………………………………………………………. ۵

فصل دوم: پایگاه داده فعال………………………………………………………………..  ۶

۲-۱ مدیریت داده……………………………………………………………………… ۶

۲-۲ مدیریت قوانین.. ………………………………………………………………….۷

۲-۲-۱ تعریف قانون…………………………………………………………………. ۷

۲-۲-۱-۱ رویداد……………………………………………………………………. ۸

۲-۲-۱-۲ شرط……………………………………………………………………… ۱۲

۲-۲-۱-۳ واکنش……………………………………………………………………. ۱۳

۲-۲-۲ مدل اجرایی……………………………………………………………………. ۱۴

۲-۲-۲-۱ اولویت اجرایی در قوانین…………………………………………………….. ۱۶

۲-۲-۲-۲ معماری پایگاه دادة فعال……………………………………………………….. ۱۷

۲-۲-۲-۳ آشکارساز رویداد……………………………………………………………… ۱۸

۲-۲-۲-۴ ارزیابی شرط………………………………………………………………… ۱۹

۲-۲-۲-۵ زمانبندی………………………………………………………………………. ۲۰

۲-۲-۲-۶ اجرا…………………………………………………………………………. ۲۱

۲-۳ نمونه‌های پیاده‌سازی شده…………………………………………………………….. ۲۱

۲-۴ نتیجه…………………………………………………………………………….. ۲۵

فصل سوم: مفاهیم فازی…………………………………………………………………  ۲۶

۳-۱ مجموعه‌های فازی………………………………………………………………… ۲۷

۳-۲ عملگرهای فازی……………………………………………………………………. ۲۹

۳-۳ استنتاج فازی…………………………………………………………………………. ۳۰

۳-۴ ابهام‌زدایی…………………………………………………………………………… ۳۱

۳-۵ نتیجه………………………………………………………………………………….. ۳۱

فصل چهارم : پایگاه دادة فعال فازی ………………………………………………………………. ۳۲

۴-۱ تعریف فازی قوانین …………………………………………………………………………. ۳۳

۴-۱-۱ رویداد فازی ………………………………………………………………………… ۳۴

۴-۱-۱-۱ رویدادهای مرکب ……………………………………………………………. ۳۶

۴-۱-۱-۲ انتخاب فازی اجزاء رویدادهای مرکب ………………………………….. ۳۸

۴-۱-۲ شرط فازی …………………………………………………………………………… ۳۸

۴-۱-۳ واکنش فازی ………………………………………………………………………… ۴۰….

۴-۱-۴ تعیین فازی موقعیت زمانبندی …………………………………………………… ۴۱

۴-۲ معماری و مدل اجرایی قوانین …………………………………………………………….. ۴۳

۴-۲-۱ آشکارساز رویداد …………………………………………………………………… ۴۴

۴-۲-۲ بررسی شرط ………………………………………………………………………… ۴۵

۴-۲-۳ اجرا …………………………………………………………………………………… ۴۵

۴-۲-۴ زمانبندی ……………………………………………………………………………… ۴۵

۴-۳ نتیجه …………………………………………………………………………………………….. ۴۷

بخش دوم: کاربردی جدید از تریگر فازی، رونوست برداری فازی، نتایج آزمایشات ….. ۴۸

فصل پنجم: رونوشت برداری فازی ………………………………………………………………… ۴۹

۵-۱ رونوشت برداری ……………………………………………………………………………… ۵۰

۵-۱-۱ رونوشت برداری همگام ………………………………………………………….. ۵۰

۵-۱-۲ رونوشت برداری ناهمگام ………………………………………………………… ۵۱

۵-۱-۳ ماشین پایه رونوشت برداری داده………………………………………………… ۵۲

۵-۱-۴ مقایسه دو روش همگام و ناهمگام……………………………………………… ۵۳

۵-۲ رونوشت برداری فازی……………………………………………………………………….. ۵۶

۵-۲-۱ استفاده از تریگرها برای فازی نمودن رونوشت برداری…………………….. ۵۷

۵-۳ کمیت سنج های فازی……………………………………………………………………….. ۵۹

۵-۳-۱ روش محاسبه کمیت سنج های فازی…………………………………………… ۶۰

۵-۳-۲ کمیت سنج عمومی…………………………………………………………………. ۶۱

۵-۳-۳ کمیت سنج جزئی…………………………………………………………………… ۶۴

۵-۳-۴ کمیت سنج جزئی توسعه یافته……………………………………………………. ۶۷

۵-۴ روش جدید محاسبه حد آستانه در تریگرهای فازی برای رونوشت برداری فازی………….. ۶۹

۵-۵ معماری ماشین رونوشت بردار فازی……………………………………………………… ۷۱

۵-۶ مثال………………………………………………………………………………………………. ۷۳

۵-۷ کارایی……………………………………………………………………………………………. ۷۷

۵-۷-۱ ترافیک در رونوشت برداری مشتاق…………………………………………….. ۷۹

۵-۷-۲ ترافیک در رونوشت برداری تنبل……………………………………………….. ۸۰

۵-۷-۳ ترافیک در رونوشت برداری فازی………………………………………………. ۸۰

۵-۷-۴ مقایسه تئوری هزینه رونوشت برداری فازی و تنبل…………………………. ۸۱

۵-۸ جمع بندی………………………………………………………………………………………. ۸۳

فصل ششم: پیاده سازی ………………………………………………………………………………. ۸۴

۶-۱ Fuzzy SQL Server…………………………………………………………………………. 84

6-2 عملکرد اجزای Fuzzy SQL Server……………………………………………………… 85

6-3 شبیه سازی تریگرهای فازی در پایگاه داده غیر فازی…………………………………. ۸۶

۶-۴ اجزاء تریگر فازی در پایگاه داده غیر فازی……………………………………………… ۸۶

۶-۵ جداول سیستمی مورد نیاز…………………………………………………………………… ۸۷

۶-۶ مثال………………………………………………………………………………………………. ۸۹

۶-۷ کارهای آتی…………………………………………………………………………………….. ۹۴

مراجع و منابع ………………………………………………………………………………………….. ۹۵

چکیده:

پایگاه‌های دادة فعال با هدف ایجاد تعامل در پایگاه‌های داده ایجاد شدند. در این نوع پایگاه داده با تعریف قوانین و بدون نیاز به کدنویسی، سیستم قادر به عکس‌العمل مناسب در مقابل رویدادهای مهم در شرایط خاص می‌باشد. تعریف قوانین ساده‌ترین نوع بیان محدودیت‌ها بوده که برای متخصص های محیط نیز قابل درک می‌باشد. اما در بیان تجربیات اغلب از کلمات فازی استفاده می‌شود که ترجمه آن‌ها به مقادیر دقیق منجر به کاهش ارزش معنایی دانش می‌شود. فازی‌سازی پایگاه‌های داده فعال با هدف نزدیک‌تر نمودن زبان بیان قوانین به زبان طبیعی انسان مطرح شد. این امر کمک می‌کند دانش متخصصین، مستقیماً به پایگاه داده منتقل شود. ضمن اینکه تغییرات نیز با کمترین هزینه، بر قوانین تعریف شده اعمال می‌شود.

اولین گروه فازی‌سازی گرداننده پایگاه‌های دادة فعال ولسکی و بوعزیز و همکارانشان بودند که به فازی نمودن رویداد، شرط و واکنش در تعریف قوانین پرداخته‌اند و طی چند مقاله نتایج آن را ارائه نمودند[۲, ۳, ۵, ۷, ۸, ۹, ۱۰]، این گروه در پروژه Tempo به پیاده‌سازی فازی این سه بخش پرداخته‌اند.

گروه دومی که در این زمینه فعالیت نموده است گروه آقایان یوسل سایجین و اوزگور اولوسوی میجباشد که در دو مقاله به جنبه کاربرد تریگرهای فازی در پایگاه داده های فعال سیار پرداخته اند[۴, ۶].

فازی نمودن پایگاه‌های دادة فعال با هدف کاربردی‌تر نمودن پایگاه‌های داده مطرح شد. این پایان‌نامه ضمن اصلاح تریگر های فازی معرفی شده توسط گروه اول با ایجاد تغییراتی در آنها از تریگر های فازی جهت عمل رونوشت برداری فازی استفاده می کند.

در ادامة این پایان‌نامه یک معماری ساده از موتور رونوشت برداری فازی در پایگاه دادة فعال ارائه می‌شود و در پایان با یک نمونة پیاده‌سازی شده از موتور رونوشت برداری فازی موارد پیشنهادی ارزیابی می‌گردد.

کلیدواژه ها: پایگاه دادة فعال، تریگرهای فازی، رونوشت برداری فازی، کمیت سنج های فازی، همگام سازی، دوره پوشش برنامه، دوره پوشش رونوشت برداری، دوره پوشش فازی.

 

 


دانلود با لینک مستقیم