دسته‌ها
فناوری اطلاعات - ترجمه مقاله کامپیوتر - ترجمه مقاله مقالات انگلیسی رایگان مقالات ترجمه شده

دانلود ترجمه مقاله استفاده های در زمینه رشد شبکه‌های عصبی و هوش مصنوعی

استفاده های در زمینه رشد شبکه‌های عصبی و هوش مصنوعی

http://20elm.ir/wp-content/uploads/2016/10/%D8%AA%D8%B1%D8%AC%D9%85%D9%87-%D9%85%D9%82%D8%A7%D9%84%D8%A7%D8%AA-%DA%A9%D8%A7%D9%85%D9%BE%DB%8C%D9%88%D8%AA%D8%B1-%D9%81%D9%86%D8%A7%D9%88%D8%B1%DB%8C-%D8%A7%D8%B7%D9%84%D8%A7%D8%B9%D8%A7%D8%AA-158x158.png

نمونه متن ترجمه شده در قسمت زیر
شبکه‌ی عصبی مصنوعی  را می‌توان یکی از شاخه‌های هوش مصنوعی دانست که به‌عنوان یک تکنولوژی رایانشی در علوم کامپیوتر مدنظر قرارگرفته است. در این مقاله قصد داریم به بازبینی حوزه‌ی هوش مصنوعی پرداخته و بر روی کاربردهای اخیر آن، که از شبکه‌های عصبی مصنوعی (ANN) و هوش مصنوعی (AI) استفاده می‌کند بیندازیم.همچنین قصد داریم ادغام شبکه‌های عصبی را با سایر متدهای رایانشی‌ای مانند منطق فازی  در نظر گرفته تا بتوانیم توانایی تفسیر داده‌ها را بهبود دهیم. شبکه‌های عصبی مصنوعی را می‌توان یک تکنولوژی رایانشی نرم دانست که در سطح زیادی موردمطالعه قرارگرفته و در طی دو دهه‌ی اخیر نیز کاربردهای زیادی از آن پدید آمده است. رایج‌ترین کاربردهای شبکه‌های عصبی را می‌توان در حل مسائل تشخیص الگو، تحلیل داده‌ای، کنترل و خوشه‌بندی دانست. شبکه‌های عصبی مصنوعی دارای ویژگی‌های زیادی من‌جمله سرعت پردازشی بالا و توانایی در یادگیری و به دست آوردن جواب یک مسئله(از طریق یادگیری یک مجموعه داده‌ای) می‌باشند. هدف اصلی این مقاله این بوده که به بررسی کاربردهای اخیر شبکه‌های عصبی مصنوعی و هوش مصنوعی پرداخته و یک بازبینی جامعی را در خصوص  نقش اصلی AI و NN در حوزه‌های مختلف ارائه دهیم.
واژگان کلیدی:
هوش مصنوعی، شبکه‌های عصبی، یادگیری ماشین، رایانش نرم
_______________________________________
عنوان انگلیسی مقاله: Advanced Applications of Neural Networks and Artificial Intelligence: A Review
عنوان فارسی مقاله: کاربردهای پیشرفته‌ی شبکه‌های عصبی و هوش مصنوعی
فرمت فایل ترجمه شده: WORD (قابل ویرایش)
تعداد صفحات فایل ترجمه شده: 31
جهت دانلود رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید
ترجمه ی سلیس و روان مقاله آماده ی خرید می باشد.

جهت دانلود محصول اینجا کلیک نمایید
بخشی از مقاله انگلیسی
Unsupervised Learning : In this type of learning external teacher is not present. So this kind of learning is based upon clustering technique. According to inputs patterns clusters are divided into different classes. This kind of learning is also called self organization. Typic al examples are the Hebbian learning rule and the competitive learning rule . Unsupervised learning is much more important then supervised learning since it likely to be much more common in the brain then supervised learning. The kind of learning is determi ned by the way in which the changes to network parameters have done.
 استفاده های در زمینه رشد شبکه‌های عصبی و هوش مصنوعی

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

نه + 20 =