1403/12/23
محسن اسماعیل بیگی

محسن اسماعیل بیگی

مرتبه علمی: دانشیار
ارکید:
تحصیلات: دکترای تخصصی
اسکاپوس:
دانشکده: دانشکده علوم ریاضی و آمار
نشانی: دانشگاه ملایر، دانشکده ریاضی و آمار، گروه ریاضی
تلفن:

مشخصات پژوهش

عنوان
درونیابی مدل رشد نمایی تصادفی تعمیم یافته
نوع پژوهش
پایان نامه
کلیدواژه‌ها
شبکه عصبی مصنوعی، تقریب جهانی، توابع پایه شعاعی، قواعد یادگیری
سال 1396
پژوهشگران امید چترآبگون(استاد راهنما)، محسن اسماعیل بیگی(استاد راهنما)

چکیده

ددر این پایان نامه، ابتدا شبکه های عصبی و توابع پایه شعاعی معرفی شده اند و باتوجه به قابلیت ها و انعطاف پذیری فراوان توابع پایه شعاعی، شبکه های عصبی مبتنی بر این توابع به عنوان یک ابزار کارآمد در نظریه هوش مصنوعی مورد مطالعه قرار گرفته است. تمرکز اصلی این پایان نامه بر قابلیت تقریب جهانی شبکه های عصبی مبتنی بر توابع پایه شعاعی می باشد. با توجه به آن که آموزش شبکه عصبی از اهمیت بسزایی برخوردار می باشد، الگوریتم های کارآمدی با سرعت آموزشی بالا برای این منظور معرفی شده و به آن در این اثر پرداخته شده است.