پایان نامه کارشناسی
دانلود مقالات فنی و مهندسی و علوم انسانی (علوم تربیتی روانشناختی)پایان نامه کارشناسی
دانلود مقالات فنی و مهندسی و علوم انسانی (علوم تربیتی روانشناختی)طراحی نقشه شناختی فازی (شبکه عصبی و پیشبینی سری زمانی هرج و مرج)
چکیده
به عنوان یک طرح کارآمد برای ارائه اطلاعات و مکانیزم شبیه سازی متناسب با بررسی های بیشمار و حوزه های کاربردی، طرح شناخت فازی (FCMs) توجه زیادی را از جوامع تحقیقاتی مختلف به سمت خود جلب کرده است. به هر حال FCMs (طرح شناخت فازی) سنتی، روش کارامدی را برای تعیین وضعیت سیستم مورد بررسی و تعیین علت و معلول که مبنای واقعی نظریه FCMs (طرح شناخت فازی) می باشد، ایجاد نمی کند. بنابراین در بسیاری از موارد، ایجاد FCMs (طرح شناخت فازی) برای سیستم های علت و معلول یچیده بستگی به دانش متخصصان دارد. مدل های ایجاد شده فیزیکی، دارای کمبودهایی مهمی از نظر خاص بودن مدل و مشکلاتی از نظر دسترسی قابل اطمینان دارند. در این مقاله به طرح شبکه عصبی فازی برای بالا بردن توان یادگیری FCMs (طرح شناخت فازی) پرداخته به گونه ای که تعیین خودکار توابع عضویت و تعیین علت و معلول آن با مکانیزم استنتاج FCMs (طرح شناخت فازی) رایج ادغام می گردد. به این ترتیب، مدل FCMs (طرح شناخت فازی) سیستم های مورد بررسی به صورت اتوماتیک از داده ها ایجاد شده و بنابراین مستقل از یافته های متخصصان می باشند. علاوه بر این، لز زیرمجموعه های متقابل برای تعریف و شرح علت و معلول در FCMs (طرح شناخت فازی) استفاده می کنیم. این موارد تفاسیر مشخصی را در ارتباط با دلایل FCMs (طرح شناخت فازی) ایجاد کرده و به این ترتیب درک فرایند استنتاج را اسان تر می کند. برای تایید عملکرد، روش پیشنهادی در سری زمانی پر هرج و مرج پیش بینی شده، تست می گردد. بررسی های شبیه سازی شده کارایی روش پیشنهادی را نشان می دهد.
مقدمه
از زمان تحقیقات کوشو، طرح شناختی فازی (FCMs) توجه زیادی را از جوامع تحقیقاتی مختلف به سمت خود جلب کرده است. به عنوان یک روش بررسی مدل ها، برای سیستم های پیچیده، مدل FCMs به بررسی سیستم های دیگر به عنوان مجموعه ای از مفاهیم و روابط بین این مفاهیم که منشاء آن از ترکیب منطق فازی و شبکه های عصبی می باشد پرداخته است. ذاتا، FCMs به عنوان یک نمودار مستقیم همراه با بازخوردهایی می باشد که شامل مجموعه ای از گره ها و منحنی هایی می باشد که این گره ها را به هم مرتبط می کند. شکل 1 نمایش گرافیکی FCM و ساختار شبکه ای آن را نشان می دهد. در FCMs گره نشان دهنده مفهوم معنایی می باشد که از سیستم مورد نظر مشتق می شود.
مطالب مرتبط
شبکه عصبی آموزشی رقابتی پیشرفته: تشخصی نفوذ به شبکه و شناسایی تقلب
چکیده
در این پژوهش، دو الگوریتم خوشه بندی جدید را معرفی می کنیم. شبکه آموزشی رقابتی پیشرفته (ICLN) و شبکه آموزشی رقابتی پیشرفته نظارتی (SICLN) که در زمینه تشخیص کلاهبرداری و تشخیص نفوذ شبکه در می باشند. شبکه آموزشی رقابتی پیشرفته (ICLN) به عنوان الگوریتم خوشه بندی غیرنظارتی می باشد، که قوانین جدیدی را برای شبکه های عصبی آموزشی رقابتی استاندارد (SCLN) اعمال می کند. نورون های شبکه در شبکه آموزشی رقابتی پیشرفته (ICLN) برای ارائه مرکز داده توسط قوانین بروز شده تنبیه و پاداش جدید آموزش دیده اند. این قوانین بروز شده، بی ثباتی شبکه های عصبی آموزشی رقابتی استاندارد را از بین می برند. شبکه آموزشی رقابتی یشرفته نظارتی (SICLN) به عنوان نسخه بازبینی شده شبکه اموزشی رقابتی پیشرفته (ICLN) می باشد. در SICLN (شبکه آموزشی رقابتی پیشرفته نظارتی (SICLN) ، قوانین بروزرسانی شده نظارتی از دسته بندی داده برای هدایت مراحل آموزش برای دسترسی به نتایج خوشه بندی بهتر استفاده می کند. شبکه آموزشی رقابتی پیشرفته نظارت شده می تواند برای داده های دسته بندی شده و دسته بندی نشده اعمال شده و در سطح بالایی در برابر اتیکت های مفقودی و تاخیری مقاوم می باشد. علاوه بر این، شبکه آموزشی رقابتی پیشرفته نظارتی (SICLN) دارای قابلیت بازسازی بوده، بنابراین کاملا مستقل از تعداد اولیه خوشه ها می باشد. برای ارزیابی الگوریتم های مورد نظر، به مقایسه عملی در مورد داده های تحقیق و داده های حقیقی در تشخیص کلاهبرداری و تشخیص نفوذ شبکه پرداختیم. نتایج اثبات می کند که هر دو مورد ICLN و SICLN به بایگانی عملکرد بالا می پردازند، و SICLN در الگوریتم های خوشه بندی غیرنظارتی سنتی عملکرد بهتری دارد.
کلیدواژه: آموزش رقابتی، شناسایی کلاهبرداری، شناسایی نفوذ، خوشه بندی نظارتی/ غیر نظارتی، شبکه عصبی
مقدمه
تشخیص کلاهبرداری و تشخیص نفوذ در شبکه در کسب و کار تجارت الکترونیک بسیار مهم می باشد. بر طبق به گزارش های تجارت الکترونیک فروش اداره سرشماری ایالات متحده، تجارت الکترونیک در امریکای شمالی دارای رشد 20% یا بیشتر در هر سال می باشد. به هر حال کلاهبرداری در شرکت های تجارت الکترونیک ایالات متحده و کانادا منجر به هزینه تلفات زیادی شده است. با توجه به رشد اخیر در تجارت الکترونیک، کلاه برداری در زمینه کارت های اعتباری بسیار رایج شده است. بر مبنای نتایج بررسی در سال 2009، به طور متوسط، 1.6% از سفارشات بر مبنای کلاه برداری بوده، که حدود 3. 3 میلیارد دلار می باشد. علاوه بر ضررهای مستقیمی که از طریق فروش های کلاهبرداری انجام شده است، اعتماد قربانیان کلاهبرداری در زمینه کارت های اعتباری و شرکت خرده فروش کمتر شده، که در نتیجه ضرر ها نیز افزایش یافته است. هدف شرکت ها و صادر کنندگان کارت های اعتباری این است تا هر چه زودتر به افشا یا جلوگیری از کلاه برداری بپردازند. از طرف دیگر نفوذ به شبکه، از پشت به شرکت های تجارت الکترونیک ضربه می زند. زمان وقفه سرورهای وب یا نفوذ به اطلاعات یا کسب و کار مشتری منجر به ضررهای زیادی می گردد.
مطالب مرتبط
طبقه بندی سری زمانی با با مدل ترکیب گاوس از فضای مراحل بازسازی شده
چکیده
روش جدید از طبقه بندی جدید سیگنال ارائه شده که بر مبنای مدل سازی دینامیک سیستم بوده که در فضای مراحل بازسازی مورد محاسبه قرار می گیرد. این مدل سازی ها با استفاده از مدل ترکیبی کوواریانس گاوس در ارتباط با حوزه زمانی در مقایسه با تحقیقات های حال حاضر و گذشته در طبقه بندی سیگنال ها انجام می گیرد که معمولا تمرکز آن بر روی تحلیل سیستم های خطی با استفاده از مقدار بسامد یا مدل های یادگیری ماشینی غیر خطی ساده همانند شبکه های عصبی مصنوعی می باشد. روش مطرح شده دارای پایه نظری قوی بر مبنای سیستم های دینامیکی و قضایای توپولوژی می باشند که منجر به بازسازی سیگنال شده که با در نظر گرفتن پارامترهای انتخابی مناسب، به طور جانبی نماینده سیستم زیرین می باشد. این الگوریتم ها به طور اتوماتیک این پارامترها را محاسبه کرده تا فضاهای مراحل بازسازی شده را بازسازی را شکل داده وتنها نیازمند تعدادی از آمیزه ها، سیگنال ها و تیکت دسته ها به عنوان توان ورودی می باشد. سه مجموعه داده مجزا برای تایید مورد استفاده قرار می گیرند که شامل شبیه سازی جریان موتوری، دستگاه ثبت ضربان قلب و شکل امواج گفتار می باشد. نتایج نشان می دهد که روش های مطرح شده در حوزه های مختلف اثرگذار بوده و به طور قابل توجهی در مسسیر شبکه های عصبی بر مبنای وقفه زمانی بکار گرفته شده که به عنوان مبنا می باشد.
کلیدواژه: طبقه بندی سیگنال ها، مراحل بازسازی، مدل ترکیبی گاوس.
مقدمه
اکثر فعالیت ها در ارتباط با طبقه بندی و تعیین سیگنال ها بر مبنای تجزیه و تحلیل سیستم های خطی می باشد و از ویژگی هایی براساس ارائه بسامدها استفاده می کنند. همچنین فعالیت های گسترده ای بر مبنای آشکار کردن سیگنال ها و طبقه بندی آن ها در حوزه ارتباطی وجود دارد که بر مبنای نظریات آماری می باشد. گزینه های مربوط به این روش ها شامل طبقه بندی های غیر خطی همانند شبکه های عصبی و یا دستگاه های حامی بردارها و همچنین تکنیک های طبقه بندی شده و مشابه در ارتباط با سری های اطلاعاتی جدید می باشد.
مطالب مرتبط
ترجمه مقاله بررسی بزرگترین پیاده سازی ERP: نقش ERP در همراستایی راهبردی
دسته: مقالات ترجمه شده
حجم فایل: 1153 کیلوبایت
تعداد صفحه: 19
بررسی بزرگترین پیاده سازی ERP: نقش ERP در همراستایی راهبردی
چکیده
وزارت دفاع، بعنوان بزرگ ترین و پیچیده ترین سازمان جهان با چالش های بسیاری در اسناد مالی و عملیات های کسب و کارش و مشکلات سیستمی مواجه است. این سازمان در راستای جایگزین سازی سیستم های قدیمی اش، در حال پیاده سازیِ سیستمِ مدرن چندمنظوره ی برنامه ریزی منابع سازمانی (ERP) است. این مقاله به بررسی پیاده سازی ERP وزارت دفاع می پردازد و در پی مشخص کردن تاثیر استقرار ERP بر روی همراستایی استراتژی های IT و کسب و کارهای وزارت دفاع می باشد. در بخش بعدی مقدمه ای کوتاه در مورد همراستایی و پیش زمینه ای درباب برنامه ریزی منابع سازمانی مطرح می شود، همراه با بررسی موردی توسعه و پیاده سازی ERP وزارت دفاع و تاثیر آن بر روی اهداف همراستایی راهبردی وزارت مذکور.
کلیدواژگان
سیستم های سازمانی، اجرا برنامه ریزی منابع سازمانی، همراستایی راهبردی، مدیریت تغییر، وزارت دفاع
مقدمه
وزارت دفاع یکی از بزرگترین و پیچیده ترین سازمان های جهان است. این سازمان، با چالش های بسیاری در اسناد مالی و عملیات های کسب و کارش و مشکلات سیستمی مواجه است. این سازمان در راستای جایگزین سازی سیستم های قدیمی اش، در حال پیاده سازیِ سیستمِ مدرن چندمنظوره ی برنامه ریزی منابع سازمانی (ERP) است. انگیزه ی اصلی این پروژه، الزام کنگره به ارائه ی اظهرنامه های مالیاتی قابل ممیزی از جانب وزارت دفاع تا سال 2017 است.
علاوه بر مورد قابل ممیزی بودن، دیگر اهداف مطرح شده برای ERP وزارت دفاع عبارتند از 1) بازمهندسی فرایند های سیستمی و کسب و کار، که خود منجر به 2) همراستایی بهتر کسب و کار و راهبرد های IT می شود. برای تحقیق در باره این پروژه و اهداف آن، ابتدا لازم است درکی صحیح از همراستایی راهبردی داشته باشیم و نیز حد و مرز های برنامه ریزی منابع سازمانی را دریابیم.
مطالب مرتبط
طرح ناظر جبری برای گروه سیستم غیر خطی قابل مشاهده
چکیده
ما پیشنهاد می کنیم که یک ناظر از نظر جهانی برای سیستم های غیر خطی سه وضعیتی مطرح می کنیم که وضعیت قابل مشاهده کامل و هماهنگ را تایید می کنند. با ایجاد مشتق گیر متغیر با زمان، ما می توانیم مشتق های اول و دوم خروجی سیستم را بدون تحمیل حدود وضعیت ها یا خروجی دوباره ایجاد کنیم. با استفاده از قابلیت مشاهده جبری سیستم، ما نشان می دهیم که وضعیت های ارزیابی کننده می توانند خروجی های غیر خطی تفاوت اختلاف زمان را دوباره ایجاد کنند. این روش جدید چندین نقطه قوت در روش های طرح، ناظر کلاسیک دارد که اساسأ در ارتباط با شکل غیرخطی بودن سیستم می باشند نشان داده شده است که قابلیت مشاهده هماهنگ و کامل، وجود ناظر از نظر جهانی را بدون محدودیت اصلی در غیرخطی بودن سیستم نشان می دهد. مثال ارائه شده، برای توضیح کارایی طرح مطرح شده را نشان می دهد.
کلیدواژگان: سیستم های غیرخطی، سیستم های متغیر با زمان، مشتق گیری دقیق، طرح ناظر، تئوری سیستم
مقدمه
طرح ناظر غیرخطی برای سیستم های دینامیک موضوع بسیاری از مقالات پژوهشی شده است که چندین روش برای ایجاد وضعیت های ارزیابی نشده از ارزیابی های خروجی و ورودی استفاده شده اند. همانطور که در این مقاله گزارش شده است، دشواری برآورد وضعیت به ماهیت غیرخطی بودن سیستم، نوع ورودی بکار رفته برای سیستم مشاهده شده و شکل خروجی سیستم که نقش مهمی در خطی بودن دینامیک های خطا و ثبات آن دارد، بستگی دارد. روش ساده غیر دسترس برای ایجاد یک ناظر برای سیستم غیرخطی روش های چالش برانگیز مشاهده شده، شکل غیرخطی بودن، ارتباط وضعیت های سیستم یا ویژگی Lipschitz غیر خطی بودن سیستم بستگی دارد.